arxiv：2311.17085v2 [CS.CV] 2024年2月19日__

arxiv：2311.17085v2 [CS.CV] 2024年2月19日

可下载资源数量

已经购买

下载数量：1

单价	0 1.0
Coupon	100% 0%
Total	0 1.0

点击下载点击购买并下载

点击购买，资源将自动在新窗口打开.

机构名称：

arxiv：2311.17085v2 [CS.CV] 2024年2月19日

¥ 1.0

热度

单个对象跟踪旨在在视频序列中找到一个特定目标，鉴于其初始状态。古典轨道仅依靠视觉提示，限制了他们应对挑战的能力，例如外观变化，模棱两可和分心。因此，视觉语言（VL）跟踪已成为一种有前途的方法，并结合了语言描述，以直接提供高级语义并增强跟踪性能。但是，当前的VL跟踪器尚未完全利用VL学习的力量，因为它们受到了限制，例如在很大程度上依靠架子式骨干进行特征提取，无效的VL Fusion设计以及缺乏与VL相关的损失功能。因此，我们提出了一个新颖的跟踪器，该跟踪器逐渐探索了以目标为中心的VL跟踪语义。指定，我们提出了用于VL跟踪的第一个同步学习骨干（SLB），该骨干（SLB）由两个新颖的模式组成：目标增强模块（TEM）和语义意识到的模块（SAM）。这些模块使跟踪器能够感知与目标相关的语义，并以相同的步伐理解视觉和文本模式的文本，从而促进VL特征提取和在不同层次上的融合。此外，我们设计了密集的匹配损失，以进一步增强多模式表示学习。在VL跟踪数据集上进行的广泛实验证明了我们方法的优势和有效性。

添加pdf代下载 VIP点击下载文件