Sharpen your problem-solving skills the McKinsey way, with our weekly crossword. Each puzzle is created with the McKinsey audience in mind, and includes a subtle (and sometimes not-so-subtle)...

本研究针对在热红外视频中检测和跟踪多架无人机的挑战，提出了一种新的解决方案。通过构建基于YOLOv12和BoT-SORT的跟踪框架，并采用定制的训练和推理策略，实现了有效的多无人机跟踪，尤其是在未使用对比度增强或时间信息融合的情况下，展示了我们的研究成果的强大基线潜力。

本文提出了多种基于深度学习的车辆重新识别方法，包括自适应注意力模型和局部注意力机制，以提高车辆识别精度。研究评估了不同方法在多个数据集上的表现，并探讨了未来研究方向，推动车辆再识别技术的发展。

提供了 AG-ReID.v2 数据集和可解释的注意力网络，用于处理高空和地面相机拍摄的人员再识别问题，比现有基准方法表现更好。

多光谱目标重新识别的变压器模型方法，采用循环置换和互补重构模块来提取更具辨别性的特征。