使用 Saliency 区域变压器进行跟踪
概括
我们介绍SRTrack,这是一款新的双阶段视觉跟踪器,可以高效地处理冗余信息. 通过使用注意力缩放因子,SRTrack在视觉跟踪任务中实现了最先进的准确性和速度.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 变压器具有先进的视觉跟踪功能,但通常会因模型容量增加而速度下降.
- 追踪序列中的大量冗余信息对高效和准确的视觉追踪构成了挑战.
研究的目的:
- 开发一种高效准确的视觉追踪器,解决基于变压器的模型中的速度-准确性权衡问题.
- 为了减轻由于视觉跟踪的两阶段设计而产生的功能不一致.
主要方法:
- 提出了 Saliency 区域追踪器 (SRTrack),这是一个启发式的两阶段追踪器,具有轻量级的初始阶段和基于突出性的歧视阶段.
- 引入了注意力缩放因子,以提高模型的稳定性,并解决训练和推理之间的特征推断问题.
主要成果:
- 在LaSOT基准上,SRTrack实现了0.699的最先进的曲线下面面积 (AUC).
- 追踪器表现出高效率,在LaSOT上以每秒61 (FPS) 运行.
- 对大型基准测试的实验证实了SRTrack的卓越效率和准确性.
结论:
- SRTrack有效地平衡了视觉跟踪的准确性和速度,优于现有的方法.
- 提出的注意力扩展因子提高了模型的稳定性和性能,使其适合挑战性跟踪场景.
