Buchumschlag

Cross-modulated Attention Transformer for RGBT Tracking

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xiao, Yun, Zhao, Jiacong, Lu, Andong, Li, Chenglong, Lin, Yin, Yin, Bing, Liu, Cong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Breaking Modality Gap in RGBT Tracking: Coupled Knowledge Distillation
von: Lu, Andong, et al.
Veröffentlicht: (2024)

Modality-missing RGBT Tracking: Invertible Prompt Learning and High-quality Benchmarks
von: Lu, Andong, et al.
Veröffentlicht: (2023)

AFter: Attention-based Fusion Router for RGBT Tracking
von: Lu, Andong, et al.
Veröffentlicht: (2024)

Transformer RGBT Tracking with Spatio-Temporal Multimodal Tokens
von: Sun, Dengdi, et al.
Veröffentlicht: (2024)

RGBT Tracking via All-layer Multimodal Interactions with Progressive Fusion Mamba
von: Lu, Andong, et al.
Veröffentlicht: (2024)

Dynamic Disentangled Fusion Network for RGBT Tracking
von: Li, Chenglong, et al.
Veröffentlicht: (2024)

Breaking Shallow Limits: Task-Driven Pixel Fusion for Gap-free RGBT Tracking
von: Lu, Andong, et al.
Veröffentlicht: (2025)

Temporal Adaptive RGBT Tracking with Modality Prompt
von: Wang, Hongyu, et al.
Veröffentlicht: (2024)

X Modality Assisting RGBT Object Tracking
von: Ding, Zhaisheng, et al.
Veröffentlicht: (2023)

Decoupled Cross-Modal Alignment Network for Text-RGBT Person Retrieval and A High-Quality Benchmark
von: Deng, Yifei, et al.
Veröffentlicht: (2025)

RAGTrack: Language-aware RGBT Tracking with Retrieval-Augmented Generation
von: Li, Hao, et al.
Veröffentlicht: (2026)

1DFormer: a Transformer Architecture Learning 1D Landmark Representations for Facial Landmark Tracking
von: Yin, Shi, et al.
Veröffentlicht: (2023)

CADTrack: Learning Contextual Aggregation with Deformable Alignment for Robust RGBT Tracking
von: Li, Hao, et al.
Veröffentlicht: (2025)

Multimodal Spatio-temporal Graph Learning for Alignment-free RGBT Video Object Detection
von: Wang, Qishun, et al.
Veröffentlicht: (2025)

Alignment-Free RGBT Salient Object Detection: Semantics-guided Asymmetric Correlation Network and A Unified Benchmark
von: Wang, Kunpeng, et al.
Veröffentlicht: (2024)

Graph-based Semantic Calibration Network for Unaligned UAV RGBT Image Semantic Segmentation and A Large-scale Benchmark
von: Fan, Fangqiang, et al.
Veröffentlicht: (2026)

Towards General Multimodal Visual Tracking
von: Lu, Andong, et al.
Veröffentlicht: (2025)

Revisiting RGBT Tracking Benchmarks from the Perspective of Modality Validity: A New Benchmark, Problem, and Solution
von: Tang, Zhangyong, et al.
Veröffentlicht: (2024)

Towards Robust Optical-SAR Object Detection under Missing Modalities: A Dynamic Quality-Aware Fusion Framework
von: Zhao, Zhicheng, et al.
Veröffentlicht: (2025)

RGB-Sonar Tracking Benchmark and Spatial Cross-Attention Transformer Tracker
von: Li, Yunfeng, et al.
Veröffentlicht: (2024)

RGBT-Ground Benchmark: Visual Grounding Beyond RGB in Complex Real-World Scenarios
von: Zhao, Tianyi, et al.
Veröffentlicht: (2025)

Exploring Part-Informed Visual-Language Learning for Person Re-Identification
von: Lin, Yin, et al.
Veröffentlicht: (2023)

Nighttime Person Re-Identification via Collaborative Enhancement Network with Multi-domain Learning
von: Lu, Andong, et al.
Veröffentlicht: (2023)

CattleFace-RGBT: RGB-T Cattle Facial Landmark Benchmark
von: Coffman, Ethan, et al.
Veröffentlicht: (2024)

CRSOT: Cross-Resolution Object Tracking using Unaligned Frame and Event Cameras
von: Zhu, Yabin, et al.
Veröffentlicht: (2024)

COXNet: Cross-Layer Fusion with Adaptive Alignment and Scale Integration for RGBT Tiny Object Detection
von: Peng, Peiran, et al.
Veröffentlicht: (2025)

Bridging the Scale Gap: Balanced Tiny and General Object Detection in Remote Sensing Imagery
von: Zhao, Zhicheng, et al.
Veröffentlicht: (2025)

Spatial Hierarchy and Temporal Attention Guided Cross Masking for Self-supervised Skeleton-based Action Recognition
von: Yin, Xinpeng, et al.
Veröffentlicht: (2024)

M-SpecGene: Generalized Foundation Model for RGBT Multispectral Vision
von: Zhou, Kailai, et al.
Veröffentlicht: (2025)

YOLOv11-RGBT: Towards a Comprehensive Single-Stage Multispectral Object Detection Framework
von: Wan, Dahang, et al.
Veröffentlicht: (2025)

Polyline Path Masked Attention for Vision Transformer
von: Zhao, Zhongchen, et al.
Veröffentlicht: (2025)

Rethinking Two-Stage Referring-by-Tracking in Referring Multi-Object Tracking: Make it Strong Again
von: Li, Weize, et al.
Veröffentlicht: (2025)

MTNet: Learning modality-aware representation with transformer for RGBT tracking
von: Hou, Ruichao, et al.
Veröffentlicht: (2025)

Mitigating the Impact of Prominent Position Shift in Drone-based RGBT Object Detection
von: Zhang, Yan, et al.
Veröffentlicht: (2025)

DeTrack: A Benchmark and Altitude-Aware Dual World Model for Drone-embodied Tracking
von: Hu, Guyue, et al.
Veröffentlicht: (2026)

ReGLA: Efficient Receptive-Field Modeling with Gated Linear Attention Network
von: Li, Junzhou, et al.
Veröffentlicht: (2026)

UrbanFeel: A Comprehensive Benchmark for Temporal and Perceptual Understanding of City Scenes through Human Perspective
von: He, Jun, et al.
Veröffentlicht: (2025)

Physics-Constrained Cross-Resolution Enhancement Network for Optics-Guided Thermal UAV Image Super-Resolution
von: Zhao, Zhicheng, et al.
Veröffentlicht: (2026)

Binary-Gaussian: Compact and Progressive Representation for 3D Gaussian Segmentation
von: Yang, An, et al.
Veröffentlicht: (2025)

Vision Transformers with Hierarchical Attention
von: Liu, Yun, et al.
Veröffentlicht: (2021)