Feature Fusion and Enhancement for Lightweight Visible-Thermal Infrared Tracking via Multiple Adapters
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Visible light and thermal infrared tracking combines the characteristics of visible light and thermal infrared modalities to achieve robust target tracking in all-weather and all-day scenarios. However, most existing visible light and thermal infrared tracking methods rely on either full fine-tuning or attention mechanisms, which introduce a large number of parameters and are predominantly influenced by the visible modality. This results in challenges such as high computational complexity, slower processing speeds, and limited exploitation of multimodal information. To address these issues, this paper proposes a lightweight multimodal tracking model based on feature fusion and enhancement. The model consists of a feature fusion adapter and a joint enhancement adapter, designed to integrate and refine information across modalities. It employs a dual-stream transformer encoder with shared parameters across modality branches, utilizing a frozen pre-trained foundation model to independently extract features from visible light and thermal infrared inputs. The lightweight fusion adapter combines modality-specific information, while the joint enhancement adapter refines unimodal features, introducing only 0.23M trainable parameters. Experimental results on the LasHeR benchmark demonstrate that the proposed method outperforms prompt learning and other adapter-based methods, achieving a 4.4% improvement in PR and a 3.3% increase in SR while maintaining computational efficiency. With a real-time inference speed of 28.60 FPS, the proposed method balances accuracy and efficiency effectively. The source code will be available at https://github.com/huxue/MFJA.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle