【CVPR 2021】变换器跟踪TransT: Transformer Tracking

相关运算在视觉目标跟踪领域中发挥了重要作用，相关运算通过简单的相似性比较，来完成模板特征和搜索区域特征的交互，输出相似度图。然而，相关运算本身是一个局部的线性匹配，导致了语义信息的丢失和全局信息的缺乏。针对相关运算的局限性，本工作提出了基于Transformer的特征融合模型，通过建立非线性语义融合和挖掘远距离特征关联有效聚合目标和搜索区域的全局信息，显著提升了算法的精准度。TransT在多个跟踪数据集上达到目前最先进的性能，速度可达50 fps。

https://www.zhuanzhi.ai/paper/7dc7d2e7e635f18776db3f04e7c58bbb

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“TransT” 就可以获取《【CVPR 2021】变换器跟踪TransT: Transformer Tracking》专知下载链接

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源