論文の概要: FeedbackTrack: Visual-Cortex-Inspired Cross-Frame Feedback for Transformer Tracking
- arxiv url: http://arxiv.org/abs/2608.09369v1
- Date: Mon, 10 Aug 2026 09:48:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:37.188282
- Title: FeedbackTrack: Visual-Cortex-Inspired Cross-Frame Feedback for Transformer Tracking
- Title（参考訳）: FeedbackTrack: トランスフォーマートラッキングのためのVisual-Cortexにインスパイアされたクロスフレームフィードバック
- Abstract要約: 本稿では,事前学習したTransformerトラッカーにグループレベルの層間フィードバックをスパースに導入する,ビジュアル・コーテックスにインスパイアされたフレームワークを提案する。
以前のフレーム中間状態は分離され、キャッシュされ、現在のフレームで対応するTransformerグループに返される。
- 参考スコア（独自算出の注目度）: 5.3452643825668
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Visual object tracking requires effective temporal integration, yet most Transformer trackers still rely on predominantly feed-forward feature extraction. Existing temporal mechanisms typically update templates, prompts, queries, or prediction states, while intermediate representations are rarely reused to modulate corresponding processing stages. We propose \textbf{FeedbackTrack}, a visual-cortex-inspired framework that introduces sparse, group-level layer-aligned cross-frame feedback into pretrained Transformer trackers. Previous-frame intermediate states are detached, cached, and returned to corresponding Transformer groups in the current frame through two lightweight pathways: Query Feedback for token-level query modulation and Gate Feedback for context-dependent feature modulation. FeedbackTrack preserves the original tracking pipeline with only a fixed-size one-frame cache. Across SPMTrack and ARTrackV2, FeedbackTrack consistently improves five backbone configurations on LaSOT and GOT-10k, achieving 83.4 AO and 79.1 AUC with SPMTrack-G while adding less than 1\% parameters. Controlled comparisons show that cross-frame feedback outperforms same-frame modulation by 1.8--3.2 AO points, demonstrating that the gains mainly come from recurrent historical information. Further analysis reveals a non-uniform depth-dependent organization of learned feedback strengths, highlighting the effectiveness of recurrent feedback for Transformer tracking.
- Abstract（参考訳）: ビジュアルオブジェクトのトラッキングには効果的な時間的統合が必要だが、ほとんどのトランスフォーマートラッカーはフィードフォワード機能抽出に依存している。
既存の時間的メカニズムは通常、テンプレート、プロンプト、クエリ、予測状態を更新するが、中間表現は対応する処理ステージを変調するために再利用されることは滅多にない。
本稿では,事前学習したTransformerトラッカーにグループレベルの層間フィードバックを疎結合に導入する,ビジュアル・コーテックスにインスパイアされたフレームワークである‘textbf{FeedbackTrack} を提案する。
以前のフレーム中間状態は、トークンレベルのクエリ変調のためのクエリフィードバックと、コンテキスト依存の機能変調のためのゲートフィードバックの2つの経路を通じて、現在のフレーム内の対応するTransformerグループに切り離され、キャッシュされ、返される。
FeedbackTrackは、固定サイズの1フレームキャッシュだけで、元のトラッキングパイプラインを保存する。
SPMTrackとARTrackV2全体で、FeedbackTrackはLaSOTとGOT-10kの5つのバックボーン構成を一貫して改善し、SPMTrack-Gで83.4AOと79.1AUCを達成した。
制御された比較の結果、フレーム間のフィードバックは1.8～3.2のAOポイントで同じフレームの変調より優れており、主に連続した履歴情報から得られることが示されている。
さらなる分析により、学習されたフィードバック強度の非一様深さ依存的な組織が明らかとなり、トランスフォーマートラッキングにおける繰り返しフィードバックの有効性が強調される。
関連論文リスト
- SwiTrack: Tri-State Switch for Cross-Modal Object Tracking [74.15663758681849]
クロスモーダルオブジェクトトラッキング(CMOT)は、ビデオストリームが異なるモード間で切り替える間、ターゲットの一貫性を維持する新しいタスクである。
SwiTrackは3つの特別なストリームを配置することでCMOTを再定義する新しいステートスイッチングフレームワークである。
論文 参考訳（メタデータ） (2025-11-20T10:52:54Z) - Two-stream Beats One-stream: Asymmetric Siamese Network for Efficient Visual Tracking [54.124445709376154]
効率的な追跡を行うために,textbfAsymTrack という新しい非対称なシームズトラッカーを提案する。
このアーキテクチャに基づいて、検索機能に重要な手がかりを注入する効率的なテンプレート変調機構を考案する。
実験によると、AsymTrackは異なるプラットフォーム間で、より優れたスピード精度のトレードオフを提供する。
論文 参考訳（メタデータ） (2025-03-01T14:44:54Z) - Autoregressive Queries for Adaptive Tracking with Spatio-TemporalTransformers [55.46413719810273]
リッチ時間情報は、視覚追跡における複雑なターゲットの出現に不可欠である。
提案手法は,6つの一般的な追跡ベンチマークにおいてトラッカーの性能を向上させる。
論文 参考訳（メタデータ） (2024-03-15T02:39:26Z) - ProContEXT: Exploring Progressive Context Transformer for Tracking [20.35886416084831]
既存のVisual Object Tracking (VOT)は、テンプレートとして第1フレームのターゲット領域のみを取る。
これにより、フレーム間のオブジェクトの外観の変化を考慮できないため、素早く変化し、混雑するシーンでトラッキングが必然的に失敗する。
私たちはプログレッシブコンテキストでフレームワークを改訂しました。
Transformer Tracker (ProContEXT) は空間的・時間的文脈を利用して物体の動きの軌跡を予測する。
論文 参考訳（メタデータ） (2022-10-27T14:47:19Z) - Joint Spatial-Temporal and Appearance Modeling with Transformer for
Multiple Object Tracking [59.79252390626194]
本稿ではTransSTAMという新しい手法を提案する。Transformerを利用して各オブジェクトの外観特徴とオブジェクト間の空間的時間的関係の両方をモデル化する。
提案手法はMOT16, MOT17, MOT20を含む複数の公開ベンチマークで評価され, IDF1とHOTAの両方で明確な性能向上を実現している。
論文 参考訳（メタデータ） (2022-05-31T01:19:18Z) - Context-aware Visual Tracking with Joint Meta-updating [11.226947525556813]
本稿では,シーケンス全体に沿った情報を活用することで,両ブランチを共同でメタ更新する,表現空間上のトラッカーを最適化するコンテキスト認識追跡モデルを提案する。
提案手法は,VOT2018におけるEAOスコアの0.514を40FPSの速度で達成し,基礎となるトラッカーの精度とロバスト性を向上できることを示す。
論文 参考訳（メタデータ） (2022-04-04T14:16:00Z) - Backbone is All Your Need: A Simplified Architecture for Visual Object
Tracking [69.08903927311283]
既存のトラッキングアプローチはカスタマイズされたサブモジュールに依存しており、アーキテクチャの選択に事前知識が必要である。
本稿では,コンバータバックボーンを用いた簡易なトラッキングアーキテクチャ(SimTrack)を提案する。
我々のSimTrackは、LaSOT/TNL2Kで2.5%/2.6%のAUCゲインでベースラインを改善し、ベルやホイッスルのない他の特殊な追跡アルゴリズムと競合する結果を得る。
論文 参考訳（メタデータ） (2022-03-10T12:20:58Z) - Learning Dynamic Compact Memory Embedding for Deformable Visual Object
Tracking [82.34356879078955]
本稿では,セグメント化に基づく変形可能な視覚追跡手法の識別を強化するために,コンパクトなメモリ埋め込みを提案する。
DAVIS 2017ベンチマークでは,D3SやSiamMaskなどのセグメンテーションベースのトラッカーよりも優れている。
論文 参考訳（メタデータ） (2021-11-23T03:07:12Z) - TrTr: Visual Tracking with Transformer [29.415900191169587]
トランスフォーマーエンコーダデコーダアーキテクチャと呼ばれる強力な注意メカニズムに基づく新しいトラッカーネットワークを提案する。
形状非依存アンカーに基づくターゲットのローカライズを行うトランスの出力を用いて,分類と回帰ヘッドを設計する。
本手法は最先端のアルゴリズムに好適に作用する。
論文 参考訳（メタデータ） (2021-05-09T02:32:28Z) - Target Transformed Regression for Accurate Tracking [30.516462193231888]
本稿では,TREG(Target Transformed Regression)と呼ばれるTransformerライクな回帰分岐を,正確なアンカーフリートラッキングのために再利用する。
TREGのコアは、ターゲットテンプレートと検索領域の要素間のペアワイズ関係をモデル化し、正確なバウンディングボックス回帰のために得られたターゲット強化ビジュアル表現を使用することです。
さらに,信頼性の高いテンプレートを選択するための簡単なオンラインテンプレート更新機構を考案し,出現変動のロバスト性や対象の時間的変形を増大させる。
論文 参考訳（メタデータ） (2021-04-01T11:25:23Z)
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。