实体
TrackingNet
TrackingNet
PulseAugur coverage of TrackingNet — every cluster mentioning TrackingNet across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的MaST跟踪器实现了最先进的轻量级目标跟踪
研究人员开发了运动感知稀疏化跟踪器（MaST），这是一个新的框架，旨在提高目标跟踪的效率，以便在边缘设备上进行实时部署。MaST通过使用轻量级的运动先验来优化令牌重要性分数，从而实现更早、更稳定的计算令牌缩减。此外，它还具有一个原生的稀疏预测头，直接在保留的令牌上操作，无需进行密集重塑即可减少冗余计算。实验表明，MaST-tiny的性能优于以往的轻量级跟踪器，在Jetson Nano上运行时，AUC和SUC得分更高，速度几乎是其两倍。
-
新型自监督跟踪模型SSTrack++消除了对手动标注的需求
研究人员开发了SSTrack++，这是一种新颖的自监督视觉跟踪模型，无需手动边界框标注。该模型采用弱到强训练框架来弥合标记和未标记数据之间的差距，并结合解耦的时空一致性策略以增强目标信息捕获。此外，自提示演化模块通过挖掘目标外观演化来适应复杂的跟踪场景，而实例对比损失则确保了在没有额外标注的情况下进行鲁棒的实例级监督。SSTrack++在基准数据集上的表现优于现有的自监督方法，显著缩小了与完全监督跟踪器的差距。