【论文阅读】CiteTracker: Correlating Image and Text for Visual Tracking
现有的视觉跟踪方法通常以图像块作为目标来跟踪。变化剧烈的目标跟踪困难。CiteTracker 通过连接图像和文本来增强视觉跟踪中的目标建模和推理。文本生成模块将目标图像块转换为包含其类别和属性信息的描述性文本,为目标提供全面的参考点。动态描述模块来适应目标变化,以实现更有效的目标表示。使用基于注意力的关联模块将目标描述和搜索图像关联起来,以生成相关特征以供目标状态参考。图 1. CiteTracker与现有跟踪方法在目标建模和关联方面的比较。
原创
2024-09-04 23:19:32 ·
805 阅读 ·
0 评论