实例感知的全局重检测方法：实现精准高效的长时视觉跟踪

本文提出了一种基于单阶段无锚框框架的实例感知全局重检测方法(IGR)，通过实例引导特征调制模块和动态样本选择策略，显著提升了长时视觉跟踪(LTOT)在目标消失重现场景下的重检测性能。实验表明，该方法与四种局部跟踪器(如EVPTrack、TransT)结合后，在LaSOT等六大数据集上最高实现58 FPS的实时性能，成功率提升达10.5%（UAV20L），为计算机视觉领域的长期目标跟踪提供了高效解决方案。

　　

Highlight

我们提出了一种基于单阶段框架的实例感知全局重检测方法(Instance-aware Global Re-detection, IGR)，相比基线方法在速度和性能上均取得显著提升。该方法融合了实例引导特征调制模块(Instance-guided Feature Modulation)和实例级动态采样策略(Instance-level Dynamic Sampling)，增强了模型对特定目标的感知能力。与局部跟踪器结合后，形成了可实现高效精准长时视觉跟踪(LTOT)的本地-全局框架。

Method

本节详细介绍了提出的全局重检测方法，重点聚焦两个核心组件：

1. 1.

   实例引导特征调制模块：通过改进的特征混合与增强技术，提升算法对跟踪目标的实例感知能力；

2. 2.

   实例级动态样本选择策略：自适应平衡正负样本，增强模型抗相似目标干扰的鲁棒性。

Implementation details

训练细节：采用ImageNet预训练的ResNet-50作为主干网络，在COCO2017、LaSOT和GOT-10^k数据集上进行训练。损失函数权重设为λ₁=1，λ₂=2，λ₃=1，使用SGD优化器，初始学习率0.005。

Conclusion

基于单阶段框架的实例感知重检测方法，通过与本地跟踪器结合，构建了能实现高效精准长时视觉跟踪的完整框架。大量实验验证了该方法在提升跟踪性能方面的优越性。