論文の概要: LoopTrack: A Simple Baseline for Parameter-Efficient Transformer Tracking

• arxiv url: http://arxiv.org/abs/2609.33306v1
• Date: Sun, 27 Sep 2026 07:17:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 01:18:46.073541
• Title: LoopTrack: A Simple Baseline for Parameter-Efficient Transformer Tracking
• Title（参考訳）: LoopTrack: パラメータ効率の良い変圧器追跡のためのシンプルなベースライン
• Abstract要約: 現在のTransformerベースのトラッキング手法は、ターゲットテンプレートとターゲットローカライゼーションのための検索領域間の相互作用をモデル化するために、複数のTransformerブロックを別々のパラメータでスタックするのが一般的である。 そこで本研究では,ループ型アーキテクチャにおいて,パラメータを共有した一連のTransformerブロックを繰り返し適用し,パラメータ効率のよいTransformer追跡フレームワークであるLoopTrackを提案する。
• 参考スコア（独自算出の注目度）: 37.47723211588663
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Current Transformer-based tracking methods typically stack multiple Transformer blocks with separate parameters to model interactions between the target template and the search region for target localization. These trackers often incur substantial parameter overhead from stacked blocks, making their deployment on resource-limited devices difficult. To address this, we propose a parameter-efficient Transformer tracking framework, dubbed LoopTrack, which repeatedly applies a set of Transformer blocks with shared parameters to interact features in a looped architecture for tracking, significantly reducing the number of parameters. To further exploit target cues, we present two lightweight designs, including target-aware looping (TAL) and gated target memory (GTM). The former applies intermediate target information generated by one loop to guide feature interaction in the subsequent loop, enabling progressive feature refinement, while the latter maintains a compact memory across frames, which is incorporated into the loop process to provide long-term information to the tracker, mitigating temporal drift in tracking. Compared to existing Transformer trackers, LoopTrack enables multiple rounds of feature interaction with fewer model parameters, making it resource-friendly for deployment. In extensive experiments on multiple datasets, LoopTrack shows a favorable accuracy-parameter trade-off. In particular, our LoopTrack$_{\rm One}$, with a single shared Transformer block, achieves 66.2\% SUC score on LaSOT with only 3.4M parameters, while LoopTrack$_{\rm Three}$, using three shared blocks, achieves 69.3\% SUC score with 6.4M parameters, surpassing existing parameter-efficient tracking methods with comparable or larger model size. With LoopTrack, we aim to establish a simple yet strong baseline for parameter-efficient Transformer tracking. Our code and models will be released.
• Abstract（参考訳）: 現在のTransformerベースのトラッキング手法は、ターゲットテンプレートとターゲットローカライゼーションのための検索領域間の相互作用をモデル化するために、複数のTransformerブロックを別々のパラメータでスタックするのが一般的である。 これらのトラッカーは、しばしばスタックされたブロックからかなりのパラメータオーバーヘッドを発生させ、リソース制限されたデバイスへのデプロイメントを困難にする。 この問題に対処するために,ループ型アーキテクチャにおいて,パラメータの共有を含む一連のトランスフォーマーブロックを繰り返し適用し,パラメータ数を大幅に削減する,パラメータ効率の高いトランスフォーマートラッキングフレームワークであるLoopTrackを提案する。 ターゲットキューをさらに活用するために,ターゲット認識ループ (TAL) とゲートターゲットメモリ (GTM) の2つの軽量な設計を提案する。 前者は、あるループが生成した中間目標情報を適用して、後続のループにおける特徴相互作用を誘導し、プログレッシブな特徴改善を可能にする一方、後者は、ループプロセスに組み込まれたフレーム間のコンパクトなメモリを保持し、トラッカーに長期情報を提供し、トラッキングにおける時間的ドリフトを緩和する。 既存のTransformerトラッカーと比較すると,LoopTrackでは,モデルパラメータの少ない複数ラウンドの機能インタラクションが可能で,デプロイに親しみやすいものになっている。 複数のデータセットに関する広範な実験では、LoopTrackが好ましい精度パラメータのトレードオフを示している。 特に、単一の共有Transformerブロックを持つLoopTrack$_{\rm One}$は、わずか3.4MパラメータでLaSOT上で66.2\%のSUCスコアを達成し、LoopTrack$_{\rm Three}$は、3つの共有ブロックを使用して69.3\%のSUCスコアを6.4Mパラメータで達成し、同等またはそれ以上のモデルサイズで既存のパラメータ効率追跡メソッドを上回る。 LoopTrackでは,パラメータ効率のよいトランスフォーマートラッキングのための,シンプルながら強力なベースラインを確立することを目指している。 コードとモデルはリリースされます。

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)
• FutrTrack: A Camera-LiDAR Fusion Transformer for 3D Multiple Object Tracking [4.65812324892521]
  FutrTrackは、トランスフォーマーベースのスムーズと融合駆動のトラッカーを導入することで、既存の3D検出器上に構築されている。 我々のフュージョントラッカーは、複数のカメラとLiDARからのマルチモーダルバードアイビュー(BEV)フュージョン機能とバウンディングボックスを統合している。 FutrTrackは、3D MOTベンチマークで強力なパフォーマンスを実現し、競合精度を維持しながらアイデンティティスイッチを削減している。
  論文  参考訳（メタデータ） (2025-10-22T19:25:01Z)
• IMM-MOT: A Novel 3D Multi-object Tracking Framework with Interacting Multiple Model Filter [10.669576499007139]
  3D Multi-Object Tracking (MOT) は周囲の物体の軌跡を提供する。 トラッキング・バイ・ディテククションフレームワークに基づく既存の3D MOTメソッドは、通常、オブジェクトを追跡するために単一のモーションモデルを使用する。 IMM-MOTにおける干渉多重モデルフィルタを導入し、個々の物体の複雑な動きパターンを正確にマッチングする。
  論文  参考訳（メタデータ） (2025-02-13T01:55:32Z)
• 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)
• SynCL: A Synergistic Training Strategy with Instance-Aware Contrastive Learning for End-to-End Multi-Camera 3D Tracking [34.90147791481045]
  SynCLは、検出と追跡のためのマルチタスク学習を共用するために設計された、新しいプラグアンドプレイのシナジスティックトレーニング戦略である。 重み付きクロスアテンションに基づくデコーダのためのタスク固有ハイブリッドマッチングモジュールを提案する。 また、追跡クエリに対する自己中心的な注意の障壁を突破するために、インスタンス対応のContrastive Learningを導入します。
  論文  参考訳（メタデータ） (2024-11-11T08:18:49Z)
• Single-Model and Any-Modality for Video Object Tracking [85.83753760853142]
  任意のモダリティに対して単一のパラメータセットの統一トラッカーUn-Trackを導入する。 任意のモダリティを扱うために,低ランク因子化および再構成手法を用いて,それらの共通潜時空間を学習する。 我々のUn-Trackは、+6.6M(93M以上)のパラメータを持つ+2.14(21.50以上)のGFLOPを導入することで、DepthTrackデータセット上で、+8.1絶対Fスコアゲインを達成する。
  論文  参考訳（メタデータ） (2023-11-27T14:17:41Z)
• Unified Sequence-to-Sequence Learning for Single- and Multi-Modal Visual Object Tracking [64.28025685503376]
  SeqTrackは、ビジュアルトラッキングをシーケンス生成タスクとしてキャストし、オブジェクト境界ボックスを自動回帰的に予測する。 SeqTrackv2は補助モダリティのための統一インターフェースとタスクを指定するためのタスクプロンプトトークンのセットを統合している。 このシーケンス学習パラダイムは、トラッキングフレームワークを単純化するだけでなく、14の挑戦的なベンチマークで優れたパフォーマンスを示す。
  論文  参考訳（メタデータ） (2023-04-27T17:56:29Z)
• An Improved End-to-End Multi-Target Tracking Method Based on Transformer Self-Attention [24.17627001939523]
  本研究では,エンドツーエンドのマルチターゲット追跡アルゴリズムを提案する。 変換器のエンコーダ・デコーダ構造の自己検出機構に基づいてマルチビューのマルチスケールシーンに適応する。
  論文  参考訳（メタデータ） (2022-11-11T04:58:46Z)
• Chained-Tracker: Chaining Paired Attentive Regression Results for End-to-End Joint Multiple-Object Detection and Tracking [102.31092931373232]
  そこで我々は,3つのサブタスク全てをエンド・ツー・エンドのソリューションに統合する簡単なオンラインモデルである Chained-Tracker (CTracker) を提案する。 鎖状構造と対の注意的回帰という2つの大きな特徴は、CTrackerをシンプルに、速く、効果的にする。
  論文  参考訳（メタデータ） (2020-07-29T02:38:49Z)

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。