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) 下游(制造业) 计算机视觉 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
出处
期刊:Cornell University - arXiv 被引量:1
标识
DOI:10.48550/arxiv.2303.10826
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 multimodal 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
整齐楼房完成签到,获得积分10
刚刚
刚刚
1秒前
zcx关闭了zcx文献求助
1秒前
1秒前
地球发布了新的文献求助10
1秒前
迷你的思柔应助fortune采纳,获得10
2秒前
整齐楼房发布了新的文献求助10
3秒前
heyfan完成签到 ,获得积分10
4秒前
慕梦安完成签到,获得积分10
5秒前
5秒前
5秒前
5秒前
阳光的伊发布了新的文献求助10
5秒前
地球发布了新的文献求助10
6秒前
小嘉贞完成签到,获得积分10
6秒前
蛋蛋完成签到,获得积分10
6秒前
8秒前
jess完成签到,获得积分10
9秒前
wanci应助思绪采纳,获得10
10秒前
水虎河童发布了新的文献求助10
10秒前
找个教授发布了新的文献求助10
12秒前
AllRightReserved应助camille采纳,获得10
13秒前
14秒前
14秒前
平常的三san完成签到,获得积分10
15秒前
地球发布了新的文献求助10
16秒前
彭于晏应助Aintzane采纳,获得10
16秒前
落英还发布了新的文献求助10
16秒前
17秒前
看到就去签到完成签到,获得积分10
18秒前
NexusExplorer应助kexinLiu采纳,获得10
18秒前
heyfan关注了科研通微信公众号
19秒前
20秒前
地球发布了新的文献求助10
20秒前
小心台阶完成签到,获得积分10
20秒前
粽子大王应助忽忽采纳,获得10
21秒前
Larmes关注了科研通微信公众号
22秒前
24秒前
24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
Developing Genetic Editing Tools for Lysobacter 2000
卤化钙钛矿人工突触的研究 2000
Моделирование процессов самоорганизации в кристаллообразующих системах 1000
History of U.S. Space Surveillance and Satellite Cataloging 1000
Malcolm Fraser : a biography 700
Handbook of Optical Systems,Volume 6:Advanced Physical Optics 666
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6514179
求助须知:如何正确求助?哪些是违规求助? 8307655
关于积分的说明 17752468
捐赠科研通 5616119
什么是DOI,文献DOI怎么找? 2924573
邀请新用户注册赠送积分活动 1901524
关于科研通互助平台的介绍 1763000