VL-UniTrack

VL-UniTrack 使用视觉语言提示实现无人机-地面统一目标跟踪

研究人员开发了 VL-UniTrack，一个用于同时从无人机和地面视角跟踪目标的创新框架。这种统一的方法将两个视角的特征编码到单个编码器中，克服了先前方法因孤立特征提取而存在的局限性。该框架包含一个视觉语言几何提示模块，用于将语言描述与视觉特征融合，增强跨视图交互并指导特定视图表示的学习。VL-UniTrack 还利用了置信度调制互蒸馏损失进行训练正则化，并在基准测试中展示了最先进的性能。