计算机科学 > 计算机视觉与模式识别
[提交于 2025年11月6日
]
标题: 跟踪和理解物体变换
标题: Tracking and Understanding Object Transformations
摘要: 现实世界中的物体经常经历状态变换。 从一个苹果被切成块到蝴蝶从茧中孵化出来,跟踪这些变化对于理解现实世界中的物体和动态非常重要。 然而,现有方法在物体发生变换后常常会丢失目标物体,这是由于物体外观发生了显著变化。 为了解决这一限制,我们引入了“Track Any State”任务:在检测和描述状态变化的同时,通过变换跟踪物体,并提供一个新的基准数据集 VOST-TAS。 为了解决这个问题,我们提出了 TubeletGraph,这是一种零样本系统,能够在变换后恢复丢失的物体,并描绘物体状态随时间的变化。 TubeletGraph 首先识别可能被忽略的轨迹,并根据语义和邻近先验判断是否应将其整合。 然后,它对新增的轨迹进行推理,并生成描述每个观察到的变换的状态图。 TubeletGraph 在变换下实现了最先进的跟踪性能,同时展示了对物体变换更深入的理解,并在复杂物体变换的时间定位和语义推理方面表现出色。 代码、附加结果和基准数据集可在 https://tubelet-graph.github.io 获取。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.