将运动与外观提示统一到共享查询中,使两者的交互更紧密,从而更全面地理解目标。
Xue, Chaocan · 钟必能 · Liang, Qihua · 夏海英 · 宋树祥
IEEE Transactions on Circuits and Systems for Video Technology 2024
运动与外观线索聚合到共享查询中,消除分开处理造成的交互障碍。
基于共享查询以自回归方式直接生成目标位置,统一线索指导后续推断。
时空注意力机制按时间步整合运动与外观线索,确保时间一致性。