Fed-MAPTrack

联邦学习框架提升RGB-X跟踪精度

研究人员开发了Fed-MAPTrack，一个新颖的联邦学习框架，专为RGB-X跟踪任务设计。该方法解决了在不集中敏感视频数据的情况下训练多模态跟踪模型的挑战。Fed-MAPTrack优化了与提示相关的参数，允许仅RGB的客户端为全局RGB库做出贡献，同时为热成像、事件和深度数据维护独立的库。实验表明，在各种数据集上跟踪精度显著提高，在热成像和深度跟踪方面优于其他方法。