CV home

论文 代码

提出了一个通用的特征提取和信息传递模块（i.e. AiA），一定程度上解决了attention机制中key和query单独匹配之后的correlation map中存在噪声和模糊权值的问题，进一步挖掘了Transformer tracker的潜力。在此基础上，作者设计的高效视频目标跟踪框架（AiATrack）在6个主流benchmark上均取得了SOTA的性能。

论文 代码

MOTR是基于Transformer的MOT，是第一个真正严格意义上端到端的多目标跟踪框架，超越了此前的TransTrack和TrackFormer等工作。

论文 代码

首次实现了目标跟踪网络结构与学习范式的大一统，只需一套网络结构、一套模型参数即可同时完成单目标跟踪（SOT），视频目标分割（VOS），多目标跟踪（MOT），多目标跟踪与分割（MOTS）四种跟踪任务。

论文 代码 暂未开源

针对长时跟踪问题，通过集成多个局部跟踪器实现全局跟踪，以全局视角跟踪目标并且利用时间上下文。

论文 代码

具有循环移位窗口注意力

论文 代码

无监督域适应的夜间空中跟踪 + 夜间跟踪benchmark

论文 代码

Transformer中自注意力的全局视角导致主要信息（如搜索区域中的目标）聚焦不足，而次要信息（如搜索区域中的背景）聚焦过度，使前景和背景的区分变得模糊，从而降低了跟踪性能。简单来说就是和每一个点计算注意力，导致背景部分占据了过大的权重，一定程度上削弱了目标。本文使用稀疏注意力缓解这一问题，来突出搜索区域中的潜在目标。

论文

核心：联合单目标和多目标跟踪

论文 代码

马丁团队的新工作，依然是延续dimp的故事，这次是用transformer作为目标预测模型，取代了之前延续好几代的基于优化的模型预测方法。

论文 代码

核心：用transfrom架构整合特征提取和特征融合