تتبع RGBT التكيفي الزمني مع دفع النمط

تتبع RGBT قد تم استخدامه على نطاق واسع في مجالات متنوعة مثل الروبوتات، معالجة المراقبة، والقيادة الذاتية. تتبع متعقبات RGBT الحالية تكمن في استكشاف المعلومات المكانية بشكل كامل بين النموذج القالب والمنطقة البحثية وتقوم بتتبع الهدف بناءً على نتائج التطابق البصري. ومع ذلك، فإن هذه المتعقبات تستغل المعلومات الزمنية بشكل محدود للغاية، إما بتجاهلها أو من خلال الاستغلال عبر التدريب والتجميع عبر الإنترنت. يجد الأول صعوبة في التعامل مع تغيرات حالة الكائن، بينما يتجاهل الثاني العلاقة بين المعلومات المكانية والمعلومات الزمنية. لحل هذه القيود، نقترح إطارًا جديدًا لتتبع RGBT التكيفي الزمني، والذي أطلقنا عليه اسم TATrack. يتميز TATrack ببنية ذات تيارين مكانيين وزمانيين ويستكشف المعلومات الزمنية من خلال قالب يتم تحديثه عبر الإنترنت، حيث يشير الهيكل ذو التيارين إلى استخراج الخصائص متعددة الأوضاع والتفاعل العابر للأوضاع لكل من القالب الأولي وقالب التحديث عبر الإنترنت على التوالي. يساهم TATrack في استغلال شامل للمعلومات المكانية والزمانية والمعلومات متعددة الأوضاع لتحديد موقع الهدف. بالإضافة إلى ذلك، قمنا بتصميم آلية تفاعل مكانية وزمانية (STI) تربط بين الفرعين وتتيح للتفاعل العابر للأوضاع أن يستمر لفترات زمنية أطول. أظهرت التجارب الواسعة على ثلاثة مقاييس شائعة لتتبع RGBT أن طريقتنا تحقق أداءً رائدًا في هذا المجال مع سرعة تشغيل فورية.