التعلم المشترك للخصائص ونمذجة العلاقات للتتبع: إطار بتيار واحد

الإطار الحالي الشائع للتعقب ذو التيارين والمرحلتين يستخرج خصائص القالب والمنطقة البحثية بشكل منفصل ثم يقوم بنمذجة العلاقة، مما يجعل الخصائص المستخرجة تفتقر إلى الوعي بالهدف ولديها تمييز محدود بين الهدف والخلفية. لمعالجة هذه المشكلة، نقترح إطار تعقب جديد ذو تيار واحد (OSTrack) يوحّد تعلم الخصائص ونمذجة العلاقة من خلال ربط أزواج الصور القالبية-البحثية بتدفقات معلومات ثنائية الاتجاه. بهذه الطريقة، يمكن استخراج خصائص موجهة نحو الهدف بشكل ديناميكي بواسطة الإرشاد المتبادل. نظرًا لأن لا حاجة إلى وحدة نمذجة علاقة إضافية ثقيلة وأن التنفيذ يتم بشكل متوازي عالي، يعمل المحرك المقترح بسرعة عالية. لتحسين كفاءة الاستدلال بشكل أكبر، تم اقتراح وحدة استبعاد مبكر للمؤشرات داخل الشبكة بناءً على أولوية التشابه القوية التي يتم حسابها في الإطار ذي التيار الواحد. كإطار موحد، يحقق OSTrack أداءً قياسيًا على عدة مقاييس، وبشكل خاص يظهر نتائج مثيرة للإعجاب على مقاس التعقب الفردي GOT-10k، حيث يصل إلى نسبة دقة 73.7% (AO)، مما يحسن النتيجة الأفضل الحالية (SwinTrack) بنسبة 4.3%. بالإضافة إلى ذلك، تحتفظ طريقتنا بتوازن جيد بين الأداء والسرعة وتظهر تقاربًا أسرع. يمكن الحصول على الكود والنماذج من الرابط: https://github.com/botaoye/OSTrack.