DIFTrack: Vision-Language Tracking with Deep Interaction Fusion

人工智能 计算机视觉 计算机科学 跟踪(教育) 融合 传感器融合 噪音(视频) 职位(财务) 跟踪系统 模式识别(心理学) 算法
作者
Ze Zhou,Chen Wu,YongWu,Chaobo Li,Yanwei Xu
出处
期刊: [Institute of Electrical and Electronics Engineers]
卷期号:: 10382-10386
标识
DOI:10.1109/icassp55912.2026.11464901
摘要

Incorporating linguistic information opens new opportunities for visual object tracking. However, existing vision-language trackers still suffer from limited cross-modal interaction, making it challenging to achieve deep fusion between visual and textual representations and to fully exploit textual cues throughout the entire tracking process. To address these issues, we propose DIFTrack, a novel Deep Interaction Fusion Tracker that efficiently and comprehensively fuses and utilizes textual information. Specifically, in the feature fusion stage, we design a Bidirectional Interaction Module (BIM) that leverages bidirectional attention to enable deep interaction between visual and textual features, yielding more discriminative cross-modal representations. Furthermore, in the feature decoding stage, we introduce a Text-Guided Module (TGM) that continuously injects text semantic information into multi-cue queries, fully harnessing textual guidance during the decoding process. Extensive experiments on multiple benchmarks including TNL2K, LaSOT, and LaSOTextdemonstrate that our approach achieves comparable performance to state-of-the-art trackers. The source code will be released at https://github.com/ChenWu6369/DIFTrack.
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
刚刚
1秒前
汉堡包的应助被WU_JIABIN采纳,获得10
1秒前
隐形曼青的应助被缓慢立辉采纳,获得10
1秒前
2秒前
2秒前
orixero的应助被二娃采纳,获得10
2秒前
脑洞疼的应助被俊逸的凡旋采纳,获得10
2秒前
Yy完成签到,获得积分10
2秒前
慕青的应助被沈自耕采纳,获得10
3秒前
weiweiwei发布了新的文献求助20
3秒前
胡渊博发布了新的文献求助10
3秒前
华仔的应助被赵洋晨采纳,获得10
4秒前
李健的应助被一期一会采纳,获得30
5秒前
在水一方的应助被马浩然采纳,获得10
5秒前
xiaoli完成签到 ,获得积分10
5秒前
骑着乌龟追兔子完成签到,获得积分10
6秒前
zengwei发布了新的文献求助20
6秒前
香蕉觅云的应助被punch采纳,获得10
6秒前
jennyyu完成签到,获得积分10
7秒前
8秒前
1111完成签到,获得积分10
8秒前
qin202569发布了新的文献求助10
8秒前
天天快乐的应助被tang采纳,获得10
8秒前
redeemer发布了新的文献求助10
9秒前
尽飞尘完成签到,获得积分10
10秒前
11秒前
lou发布了新的文献求助10
12秒前
12秒前
搜集达人的应助被respectzero采纳,获得10
12秒前
12秒前
共享精神的应助被Song采纳,获得10
13秒前
工作热情仔的应助被yufu采纳,获得50
14秒前
yyy完成签到,获得积分10
14秒前
16秒前
iu完成签到,获得积分10
16秒前
红豆飞行员完成签到,获得积分20
16秒前
赵洋晨完成签到,获得积分20
16秒前
16秒前
Quianna完成签到,获得积分10
16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
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
Grapes 1000
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8179017
求助须知:如何正确求助?哪些是违规求助? 9569679
关于积分的说明 21805795
捐赠科研通 7774108
什么是DOI,文献DOI怎么找? 3432979
关于科研通互助平台的介绍 2556897
邀请新用户注册赠送积分活动 2478640