{Yihong Gong Dahu Shi Yongchao Zheng Yifan Bai Xing Wei}
Abstract
Wir präsentieren ARTrack, einen autoregressiven Rahmen für visuelles Objektverfolgung. ARTrack behandelt die Verfolgung als Aufgabe der Interpretation von Koordinatenfolgen, bei der Objekttrajektorien schrittweise geschätzt werden, wobei die aktuelle Schätzung durch vorherige Zustände beeinflusst wird und wiederum die nachfolgenden Teile der Sequenz beeinflusst. Dieser zeitlich autoregressive Ansatz modelliert die sequenzielle Entwicklung von Trajektorien, um die Verfolgung des Objekts über mehrere Frames hinweg aufrechtzuerhalten, wodurch er bestehenden, auf Template-Matching basierenden Verfolgern überlegen ist, die lediglich die Lokalisierungsgenauigkeit pro Frame berücksichtigen. ARTrack ist einfach und direkt gestaltet und verzichtet auf spezifische Lokalisierungshead-Module sowie nachgeschaltete Verarbeitungsschritte. Trotz seiner Einfachheit erreicht ARTrack eine state-of-the-art Leistung auf etablierten Benchmark-Datensätzen.
Benchmarks
| Benchmark | Methodik | Metriken |
|---|---|---|
| video-object-tracking-on-nv-vot211 | ARTrack-L | AUC: 35.92 Precision: 51.64 |
| visual-object-tracking-on-got-10k | ARTrack-L | Average Overlap: 78.5 Success Rate 0.5: 87.4 Success Rate 0.75: 77.8 |
| visual-object-tracking-on-lasot | ARTrack-L | AUC: 73.1 Normalized Precision: 82.2 Precision: 80.3 |
| visual-object-tracking-on-lasot-ext | ARTrack-L | AUC: 52.8 Normalized Precision: 62.9 Precision: 59.7 |
| visual-object-tracking-on-tnl2k | ARTrack-L | AUC: 60.3 |
| visual-object-tracking-on-trackingnet | ARTrack-L | Accuracy: 85.6 Normalized Precision: 89.6 Precision: 86.0 |
| visual-object-tracking-on-uav123 | ARTrack-L | AUC: 0.712 |
| visual-tracking-on-tnl2k | ARTrack-L | AUC: 60.3 |
KI mit KI entwickeln
Von der Idee bis zum Start — beschleunigen Sie Ihre KI-Entwicklung mit kostenlosem KI-Co-Coding, sofort einsatzbereiter Umgebung und den besten GPU-Preisen.