CD-RMOT-Bench

新基准测试跨视觉域的AI跟踪模型

研究人员推出了CD-RMOT-Bench，这是一个旨在评估指代多目标跟踪（RMOT）模型在面对视觉域转移时的鲁棒性的新基准。该基准结合了真实世界数据和对齐的数字孪生变体以及不利域视频，以促进对天气和视点变化以及合成到真实转移的可控分析。实验表明，域转移会显著降低RMOT性能，影响时间关联和目标选择，超出目标检测误差。提出的查询中心适应（QCA）框架为这个具有挑战性的问题提供了一个稳定的基线。