論文の概要: MSITrack: A Challenging Benchmark for Multispectral Single Object Tracking
- arxiv url: http://arxiv.org/abs/2510.06619v1
- Date: Wed, 08 Oct 2025 03:56:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-09 16:41:20.285794
- Title: MSITrack: A Challenging Benchmark for Multispectral Single Object Tracking
- Title（参考訳）: MSITrack: マルチスペクトルの単一オブジェクト追跡のためのベンチマーク
- Authors: Tao Feng, Tingfa Xu, Haolin Qin, Tianhao Li, Shuaihao Han, Xuyang Zou, Zhan Lv, Jianan Li,
- Abstract要約: MSITrackは、これまでで最大かつ最も多様なマルチスペクトル単一オブジェクト追跡データセットである。
55のカテゴリーと300の異なる自然のシーンがある。
MSITrackは、RGBのみのベースラインよりもパフォーマンスが大幅に向上する。
- 参考スコア（独自算出の注目度）: 28.794206918661818
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Visual object tracking in real-world scenarios presents numerous challenges including occlusion, interference from similar objects and complex backgrounds-all of which limit the effectiveness of RGB-based trackers. Multispectral imagery, which captures pixel-level spectral reflectance, enhances target discriminability. However, the availability of multispectral tracking datasets remains limited. To bridge this gap, we introduce MSITrack, the largest and most diverse multispectral single object tracking dataset to date. MSITrack offers the following key features: (i) More Challenging Attributes-including interference from similar objects and similarity in color and texture between targets and backgrounds in natural scenarios, along with a wide range of real-world tracking challenges; (ii) Richer and More Natural Scenes-spanning 55 object categories and 300 distinct natural scenes, MSITrack far exceeds the scope of existing benchmarks. Many of these scenes and categories are introduced to the multispectral tracking domain for the first time; (iii) Larger Scale-300 videos comprising over 129k frames of multispectral imagery. To ensure annotation precision, each frame has undergone meticulous processing, manual labeling and multi-stage verification. Extensive evaluations using representative trackers demonstrate that the multispectral data in MSITrack significantly improves performance over RGB-only baselines, highlighting its potential to drive future advancements in the field. The MSITrack dataset is publicly available at: https://github.com/Fengtao191/MSITrack.
- Abstract（参考訳）: 実世界のシナリオにおける視覚的オブジェクト追跡は、隠蔽、類似したオブジェクトからの干渉、複雑な背景など多くの課題を示し、RGBベースのトラッカーの有効性を制限している。
画素レベルのスペクトル反射をキャプチャするマルチスペクトル画像は、ターゲットの識別可能性を高める。
しかし、マルチスペクトル追跡データセットの可用性は依然として限られている。
このギャップを埋めるために、これまでで最大かつ最も多様なマルチスペクトル単一オブジェクト追跡データセットであるMSITrackを紹介します。
MSITrackは以下の重要な機能を提供している。
一 類似物からの干渉、自然のシナリオにおける標的と背景の色彩及びテクスチャの類似性、及び広範囲の現実世界の追跡課題を含む。
(ii)Richer and More Natural Scenes 55のオブジェクトカテゴリと300の異なる自然シーン、MSITrackは既存のベンチマークの範囲をはるかに超えています。
これらのシーンやカテゴリの多くは、初めてマルチスペクトル追跡ドメインに導入されます。
3) マルチスペクトル画像の129kフレーム以上からなる大規模ビデオ。
アノテーションの精度を確保するため、各フレームは精巧な処理、手動ラベリング、多段階検証を行う。
代表トラッカーを用いた大規模評価では、MSITrackのマルチスペクトルデータにより、RGBのみのベースラインよりも性能が大幅に向上し、将来的なフィールドの進歩が促進されることが示されている。
MSITrackデータセットは、https://github.com/Fengtao191/MSITrackで公開されている。
関連論文リスト
- MUST: The First Dataset and Unified Framework for Multispectral UAV Single Object Tracking [17.96400810834486]
第1回大規模マルチスペクトルUAVシングルオブジェクト追跡データセット(MUST)について紹介する。
MUSTには、様々な環境と課題にまたがる250のビデオシーケンスが含まれている。
また,スペクトルプロンプトからのスペクトル,空間,時間的特徴をエンコードする新しい追跡フレームワークUNTrackを提案する。
論文 参考訳（メタデータ） (2025-03-22T08:47:28Z) - Heterogeneous Graph Transformer for Multiple Tiny Object Tracking in RGB-T Videos [31.910202172609313]
既存のマルチオブジェクト追跡アルゴリズムは、一般的に単一のモダリティシーンに焦点を当てている。
我々はHGTトラック(異種グラフ変換器に基づくマルチTiny-Object Tracking)と呼ばれる新しいフレームワークを提案する。
本稿では,RGB-Tを融合した複数物体追跡のためのVT-Tiny-MOT (Visible-Thermal Tiny Multi-Object Tracking) の最初のベンチマークを紹介する。
論文 参考訳（メタデータ） (2024-12-14T15:17:49Z) - MCTrack: A Unified 3D Multi-Object Tracking Framework for Autonomous Driving [10.399817864597347]
本稿では,KITTI, nuScenes, データセット間でのSOTA(State-of-the-art)性能を実現する3Dマルチオブジェクトトラッキング手法であるMCTrackを紹介する。
論文 参考訳（メタデータ） (2024-09-23T11:26:01Z) - Long-Term Visual Object Tracking with Event Cameras: An Associative Memory Augmented Tracker and A Benchmark Dataset [9.366068518600583]
FELTと呼ばれる,長期的かつ大規模な視覚オブジェクト追跡データセットを提案する。
また,Asociative Memory Transformer を用いた RGB-Event の長期視覚トラッカー AMTTrack を提案する。
論文 参考訳（メタデータ） (2024-03-09T08:49:50Z) - SpikeMOT: Event-based Multi-Object Tracking with Sparse Motion Features [52.213656737672935]
SpikeMOTはイベントベースのマルチオブジェクトトラッカーである。
SpikeMOTはスパイクニューラルネットワークを使用して、オブジェクトに関連するイベントストリームからスパーステンポラルな特徴を抽出する。
論文 参考訳（メタデータ） (2023-09-29T05:13:43Z) - DIVOTrack: A Novel Dataset and Baseline Method for Cross-View
Multi-Object Tracking in DIVerse Open Scenes [74.64897845999677]
歩行者が密集したDIVerse Openのシーンを対象とした,新しいクロスビュー多目的追跡データセットを提案する。
私たちのDIVOTrackには15の異なるシナリオと953のクロスビュートラックがあります。
さらに,クロスモット(CrossMOT)という統合型共同検出・クロスビュートラッキングフレームワークを用いた新しいベースラインクロスビュートラッキング手法を提案する。
論文 参考訳（メタデータ） (2023-02-15T14:10:42Z) - Visible-Thermal UAV Tracking: A Large-Scale Benchmark and New Baseline [80.13652104204691]
本稿では,可視熱UAV追跡(VTUAV)のための高多様性の大規模ベンチマークを構築する。
本稿では, フレームレベルの属性を, チャレンジ固有のトラッカーの可能性を利用するための粗粒度属性アノテーションを提案する。
さらに,様々なレベルでRGB-Tデータを融合するHMFT(Hierarchical Multi-modal Fusion Tracker)という新しいRGB-Tベースラインを設計する。
論文 参考訳（メタデータ） (2022-04-08T15:22:33Z) - Multi-modal Visual Tracking: Review and Experimental Comparison [85.20414397784937]
マルチモーダルトラッキングアルゴリズム,特に可視深度(RGB-D)と可視温度(RGB-T)を要約する。
5つのデータセット上でトラッカーの有効性を分析する実験を行った。
論文 参考訳（メタデータ） (2020-12-08T02:39:38Z) - TAO: A Large-Scale Benchmark for Tracking Any Object [95.87310116010185]
オブジェクトのデータセットの追跡は2,907本の高解像度ビデオで構成され、平均で30分の長さの多様な環境でキャプチャされる。
ビデオの任意の時点で移動するオブジェクトにアノテータにラベルを付け、ファクトラムの後に名前を付けるように求めます。
我々の語彙は、既存の追跡データセットと著しく大きく、質的に異なる。
論文 参考訳（メタデータ） (2020-05-20T21:07:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。