Visual Prompt Multi-Modal Tracking

计算机科学 情态动词 RGB颜色模型 人工智能 跟踪(教育) 计算机视觉 下游(制造业) 眼动 事件(粒子物理) 机器学习 工程类 物理 心理学 化学 高分子化学 量子力学 运营管理 教育学
作者
Jiawen Zhu,Simiao Lai,Xin Chen,Dong Wang,Huchuan Lu
标识
DOI:10.1109/cvpr52729.2023.00918
摘要

Visible-modal object tracking gives rise to a series of downstream multi-modal tracking tributaries. To inherit the powerful representations of the foundation model, a natural modus operandi for multi-modal tracking is full fine-tuning on the RGB-based parameters. Albeit effective, this manner is not optimal due to the scarcity of downstream data and poor transferability, etc. In this paper, inspired by the recent success of the prompt learning in language models, we develop Visual Prompt multi-modal Tracking (ViPT), which learns the modal-relevant prompts to adapt the frozen pre-trained foundation model to various downstream multi-modal tracking tasks. ViPT finds a better way to stimulate the knowledge of the RGB-based model that is pre-trained at scale, meanwhile only introducing a few trainable parameters (less than 1% of model parameters). ViPT outperforms the full fine-tuning paradigm on multiple downstream tracking tasks including RGB+Depth, RGB+Thermal, and RGB+Event tracking. Extensive experiments show the potential of visual prompt learning for multi-modal tracking, and ViPT can achieve state-of-the-art performance while satisfying parameter efficiency. Code and models are available at https://github.com/jiawen-zhu/ViPT.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
1秒前
孔雨珍发布了新的文献求助10
3秒前
4秒前
科研dog完成签到,获得积分10
4秒前
4秒前
4秒前
帅b发布了新的文献求助10
5秒前
6秒前
量子星尘发布了新的文献求助10
6秒前
bkagyin应助舒服的皮皮虾采纳,获得10
7秒前
深情安青应助科研通管家采纳,获得10
7秒前
7秒前
天天快乐应助科研通管家采纳,获得10
7秒前
田様应助科研通管家采纳,获得10
7秒前
上官若男应助科研通管家采纳,获得10
7秒前
蓝天应助科研通管家采纳,获得10
7秒前
Akim应助科研通管家采纳,获得10
7秒前
共享精神应助科研通管家采纳,获得10
7秒前
彭于晏应助科研通管家采纳,获得10
7秒前
所所应助科研通管家采纳,获得10
7秒前
小马甲应助科研通管家采纳,获得10
8秒前
香蕉觅云应助科研通管家采纳,获得10
8秒前
桐桐应助科研通管家采纳,获得10
8秒前
CodeCraft应助科研通管家采纳,获得30
8秒前
爆米花应助科研通管家采纳,获得10
8秒前
8秒前
NexusExplorer应助科研通管家采纳,获得10
8秒前
蓝天应助科研通管家采纳,获得10
8秒前
michen发布了新的文献求助10
8秒前
量子星尘发布了新的文献求助10
8秒前
来日昭昭应助科研通管家采纳,获得10
8秒前
深情安青应助科研通管家采纳,获得10
8秒前
yznfly应助科研通管家采纳,获得20
8秒前
蓝天应助科研通管家采纳,获得10
8秒前
李健应助科研通管家采纳,获得10
8秒前
蓝天应助科研通管家采纳,获得10
8秒前
领导范儿应助科研通管家采纳,获得10
8秒前
yznfly应助科研通管家采纳,获得20
8秒前
Ava应助科研通管家采纳,获得10
8秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
2025-2031全球及中国金刚石触媒粉行业研究及十五五规划分析报告 6000
Real World Research, 5th Edition 680
Qualitative Data Analysis with NVivo By Jenine Beekhuyzen, Pat Bazeley · 2024 660
Superabsorbent Polymers 600
Handbook of Migration, International Relations and Security in Asia 555
Between high and low : a chronology of the early Hellenistic period 500
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5675662
求助须知:如何正确求助?哪些是违规求助? 4948205
关于积分的说明 15154348
捐赠科研通 4834937
什么是DOI,文献DOI怎么找? 2589774
邀请新用户注册赠送积分活动 1543545
关于科研通互助平台的介绍 1501282