From Two-Stream to One-Stream: Efficient RGB-T Tracking via Mutual Prompt Learning and Knowledge Distillation を 二ストリームから一ストリームへ：相互プロンプト学習と知識蒸留による効率的なRGB-T追跡

可視光と熱赤外線モダリティの相補的な特性により、可視光画像と熱画像を融合した物体追跡（RGB-T追跡）は、近年研究者たちからますます注目を集めています。両モダリティからの情報をより包括的に低コストで融合する方法は、研究者が探求している重要な課題となっています。ビジュアルプロンプト学習に着想を得て、クロスモーダル相互プロンプト学習に基づく新しい二ストリームRGB-T追跡アーキテクチャを設計し、このモデルを教師として用いて、知識蒸留技術を通じて一ストリームの学生モデルが迅速に学習できるようにしました。広範な実験結果から、我々が設計した教師モデルは類似のRGB-T追跡器と比較して最高の精度率を達成しており、学生モデルは教師モデルと同等の精度率を維持しながら、推論速度が教師モデルの3倍以上速いことが示されました。（本研究が受理された場合、コードを公開します。）