PulseAugur
中
实时 10:00:11
实体 Lasher

Lasher

PulseAugur coverage of Lasher — every cluster mentioning Lasher across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
2
90 天内 5
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 4
层级分布 · 90 天
主题
关系
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 5 条
  1. TOOL · CL_325066 ·

    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。

  2. RESEARCH · CL_294721 ·

    新AI框架利用多模态数据增强多目标跟踪能力

    研究人员开发了利用多模态数据的新型多目标跟踪框架。其中一种方法DRTrack利用多模态大语言模型和深度信息,根据语言描述跟踪特定目标,克服了仅使用2D方法的局限性。另一种方法UniMergeTrack采用分层模型合并,整合来自热成像、事件和深度数据等不同传感器模态的知识,提高了跟踪的鲁棒性和在各种基准测试中的泛化能力。

  3. TOOL · CL_273233 ·

    新框架应对跨模态目标跟踪挑战

    研究人员开发了TSDA-Track,一个用于跨模态目标跟踪的框架,解决了初始模板和后续搜索帧之间传感器模态差异的挑战。该框架采用多阶段特征对齐策略,包括交互前对抗性对齐(Pre-AFA TSDA-Track)和交互后对比性对齐(Enc-CFA TSDA-Track),以减少训练过程中的模态差异。在LasHeR、RGBT234和GTOT等数据集上的实验表明,其性能优于现有的最先进跟踪器,其中Pre-AFA TSDA-Track在模态切换…

  4. RESEARCH · CL_180953 ·

    新框架提升多模态视觉跟踪的准确性和效率

    两篇新研究论文提出了一种用于统一多模态视觉跟踪的新颖框架,旨在提高准确性和效率。第一篇论文介绍了ACTrack,这是一个代理协调框架,它将各种模型视为工具,以利用它们在目标识别和运动预测方面的互补优势。第二篇论文侧重于通过知识蒸馏与结构剪枝相结合来创建紧凑、高效的多模态跟踪器,特别是针对预测头,以实现边缘设备的实时推理。

  5. COMMENTARY · CL_87347 ·

    人工智能代理之争影响纽约众议院席位初选

    一场由人工智能驱动的代理之争正在影响纽约众议院席位的一场初选。这场竞选中涉及候选人Bores和Lasher,人工智能生成的内容和资金在其中扮演了重要角色。纽约时报正在报道这一事态的发展。