SpikeTrack: A Spike-driven Framework for Efficient Visual Tracking

计算机科学 人工智能 BitTorrent跟踪器 杠杆(统计) 计算机视觉 RGB颜色模型 推论 眼动 跟踪(教育) 人工神经网络 计算 可视化 视频跟踪 目标检测 表(数据库) 跟踪系统 尖峰神经网络 编码(集合论) 对象(语法) 深层神经网络 感知 稳健性(进化) 方案(数学) 感觉线索 高效能源利用 模式识别(心理学)
作者
Q. Zhang,Jiujun Cheng,Qichao Mao,Cong Liu,Yu Fang,Yuhong Li,Mengying Ge,Selwyn Gao
出处
期刊:Cornell University - arXiv [Cornell University]
标识
DOI:10.48550/arxiv.2602.23963
摘要

Spiking Neural Networks (SNNs) promise energy-efficient vision, but applying them to RGB visual tracking remains difficult: Existing SNN tracking frameworks either do not fully align with spike-driven computation or do not fully leverage neurons' spatiotemporal dynamics, leading to a trade-off between efficiency and accuracy. To address this, we introduce SpikeTrack, a spike-driven framework for energy-efficient RGB object tracking. SpikeTrack employs a novel asymmetric design that uses asymmetric timestep expansion and unidirectional information flow, harnessing spatiotemporal dynamics while cutting computation. To ensure effective unidirectional information transfer between branches, we design a memory-retrieval module inspired by neural inference mechanisms. This module recurrently queries a compact memory initialized by the template to retrieve target cues and sharpen target perception over time. Extensive experiments demonstrate that SpikeTrack achieves the state-of-the-art among SNN-based trackers and remains competitive with advanced ANN trackers. Notably, it surpasses TransT on LaSOT dataset while consuming only 1/26 of its energy. To our knowledge, SpikeTrack is the first spike-driven framework to make RGB tracking both accurate and energy efficient. The code and models are available at https://github.com/faicaiwawa/SpikeTrack.
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
刘kk发布了新的文献求助10
刚刚
icecream612给YXH的求助进行了留言
刚刚
充电宝的应助被科研通管家采纳,获得10
刚刚
科研通AI6.3的应助被沢雨采纳,获得10
刚刚
刚刚
满意的彤的应助被科研通管家采纳,获得10
刚刚
香蕉觅云的应助被科研通管家采纳,获得10
1秒前
无花果的应助被科研通管家采纳,获得10
1秒前
1秒前
1秒前
郭芙蓉完成签到,获得积分10
1秒前
搜集达人的应助被科研通管家采纳,获得10
1秒前
1秒前
kongqing发布了新的文献求助10
1秒前
DW的应助被科研通管家采纳,获得10
1秒前
认真白猫关注了科研通微信公众号
1秒前
JamesPei的应助被科研通管家采纳,获得10
1秒前
2秒前
John的应助被科研通管家采纳,获得10
2秒前
orixero的应助被科研通管家采纳,获得10
2秒前
日落发布了新的文献求助10
2秒前
阿申爱乐的应助被科研通管家采纳,获得30
2秒前
天天向上的应助被科研通管家采纳,获得10
2秒前
淡然念双发布了新的文献求助10
2秒前
汉堡包的应助被科研通管家采纳,获得20
2秒前
2秒前
2秒前
2秒前
LENZ的应助被现代的代丝采纳,获得10
2秒前
大模型的应助被科研通管家采纳,获得10
2秒前
CodeCraft的应助被科研通管家采纳,获得10
3秒前
renfujun发布了新的文献求助10
3秒前
YXH发布了新的文献求助10
3秒前
pink的应助被科研通管家采纳,获得10
3秒前
斯文败类的应助被科研通管家采纳,获得10
3秒前
正直如冬发布了新的文献求助10
3秒前
孟翔完成签到,获得积分10
3秒前
传奇3的应助被科研通管家采纳,获得10
3秒前
今后的应助被yyyy采纳,获得10
3秒前
cx的应助被科研通管家采纳,获得10
3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
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
八旗制度の研究 600
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
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 8187480
求助须知:如何正确求助?哪些是违规求助? 9575554
关于积分的说明 21841909
捐赠科研通 7785230
什么是DOI,文献DOI怎么找? 3434949
关于科研通互助平台的介绍 2559412
邀请新用户注册赠送积分活动 2481898