EventVOT

OneTrackerV2 使用双专家混合统一多模态视觉跟踪

研究人员开发了一种新的基于事件的视觉对象跟踪框架，该框架通过显式建模跨多个时间尺度的事件密度变化来解决现有方法的局限性。该方法将稀疏、中密度和密集事件搜索区域注入 Vision Transformer 主干以进行分层特征学习。此外，还引入了稀疏感知专家混合模块和动态思考策略，以增强专业化并根据跟踪难度调整推理深度，在基准数据集上显示出有利的准确性-效率权衡。