研究人员开发了一种名为Diff-Tracking的新方法，该方法利用文本到图像的扩散模型进行无监督视觉对象跟踪。该方法利用扩散模型中的交叉注意力机制将文本提示与图像区域对齐，从而无需标注训练数据即可识别和跟踪对象。该系统包括一个初始提示学习器来捕获第一帧中的目标，以及一个在线提示更新器，根据运动信息进行跟踪，并在六个具有挑战性的数据集上证明了其有效性。 AI
影响 这项研究可以通过利用扩散模型的语义理解能力来提高视觉对象跟踪系统的准确性和效率。
排序理由 该集群包含一篇详细介绍新的视觉对象跟踪方法的论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.26933v1 Announce Type: new Abstract: Unsupervised visual object tracking is a challenging task that requires following arbitrary targets in videos without training on ground-truth annotations. Despite considerable progress, existing state-of-the-art unsupervised tracke…
Unsupervised visual object tracking is a challenging task that requires following arbitrary targets in videos without training on ground-truth annotations. Despite considerable progress, existing state-of-the-art unsupervised trackers often struggle in scenarios that demand fine-…