BriefGPT - AI 论文速递
·
SLAck：语义、位置和外观感知的开放词汇跟踪
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该研究提出了一种新的多目标跟踪框架LG-MOT，结合语言和视觉特征，通过注释语言描述并用于训练，提高了跟踪性能。实验结果显示该方法在多个测试集上达到了最先进水平，并在舞蹈跟踪测试集上相对于基线方法有2.2%的增益。该方法还表现出良好的跨领域泛化能力。
🎯
关键要点
- 提出了一种新的多目标跟踪框架LG-MOT，结合语言和视觉特征。
- 在不同层次上利用语言信息，与标准视觉特征结合以获得判别性表示。
- 通过注释现有MOT数据集中的场景和实例级语言描述，将语言信息编码到高维度嵌入中。
- 在MOT17、DanceTrack和SportsMOT三个基准测试集上进行广泛实验，结果显示性能达到最先进水平。
- 在舞蹈跟踪测试集上，相对于仅使用视觉特征的基线方法有2.2%的增益。
- LG-MOT表现出良好的跨领域泛化能力。
➡️
