ECCV2024 Tracking 汇总
一、OneTrack: Demystifying the Conflict Between Detection and Tracking in End-to-End 3D Trackers
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/01174.pdf
二、VETRA: A Dataset for Vehicle Tracking in Aerial Imagery
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/11352.pdf
三、MapTracker: Tracking with Strided Memory Fusion for Consistent Vector HD Mapping
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/00926.pdf
四、Boosting 3D Single Object Tracking with 2D Matching Distillation and 3D Pre-training
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/01900.pdf
五、Tracking Meets LoRA: Faster Training, Larger Model, Stronger Performance
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/00113.pdf
六、Omni6DPose: A Benchmark and Model for Universal 6D Object Pose Estimation and Tracking
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/09574.pdf
七、SPAMming Labels: Efficient Annotations for the Trackers of Tomorrow
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/01927.pdf
八、Empowering Embodied Visual Tracking with Visual Foundation Models and Offline RL
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/09241.pdf
九、Decomposition Betters Tracking Everything Everywhere
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/09112.pdf
十、Track2Act: Predicting Point Tracks from Internet Videos enables Generalizable Robot Manipulation
paper: https://eccv2024.ecva.net/virtual/2024/poster/2120
十一、Walker: Self-supervised Multiple Object Tracking by Walking on Temporal Appearance Graphs
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/01205.pdf
十二、BlinkVision: A Benchmark for Optical Flow, Scene Flow and Point Tracking Estimation using RGB Frames and Events
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/08381.pdf
十三、3D Single-object Tracking in Point Clouds with High Temporal Variation
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/01145.pdf
十四、Beyond MOT: Semantic Multi-Object Tracking
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/05182.pdf
十五、PapMOT: Exploring Adversarial Patch Attack against Multiple Object Tracking
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/06758.pdf
十六、SemTrack: A Large-scale Dataset for Semantic Tracking in the Wild
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/03555.pdf
十七、Enhancing Tracking Robustness with Auxiliary Adversarial Defense Networks
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/06271.pdf
十八、JDT3D: Addressing the Gaps in LiDAR-Based Tracking-by-Attention
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/08296.pdf
十九、Diff-Tracker: Text-to-Image Diffusion Models are Unsupervised Trackers
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/04096.pdf
二十、CoTracker: It is Better to Track Together
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/07890.pdf
二十一、TAPTR: Tracking Any Point with Transformers as Detection
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/02422.pdf
二十二、DINO-Tracker: Taming DINO for Self-Supervised Point Tracking in a Single Video
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/03799.pdf
二十三、TAPTR: Tracking Any Point with Transformers as Detection
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/03799.pdf
二十四、Trackastra: Transformer-based cell tracking for live-cell microscopy
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/09819.pdf
二十五、Local All-Pair Correspondence for Point Tracking
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/01595.pdf
二十六、Self-Supervised Any-Point Tracking by Contrastive Random Walks
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/02209.pdf
二十七、Large-Scale Multi-Hypotheses Cell Tracking Using Ultrametric Contours Maps
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/10114.pdf
二十八、SLAck: Semantic, Location, and Appearance Aware Open-Vocabulary Tracking
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/03832.pdf
二十九、EgoBody3M: Egocentric Body Tracking on a VR Headset using a Diverse Dataset
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/10261.pdf
三十、Lost and Found: Overcoming Detector Failures in Online Multi-Object Tracking
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/09351.pdf
还是sort框架,把brith and kill给网络化了
三十一、Track Everything Everywhere Fast and Robustly
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/00418.pdf
三十二、Exploring the Feature Extraction and Relation Modeling For Light-Weight Transformer Tracking
paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/04168.pdf
相关文章:

ECCV2024 Tracking 汇总
一、OneTrack: Demystifying the Conflict Between Detection and Tracking in End-to-End 3D Trackers paper: https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/01174.pdf 二、VETRA: A Dataset for Vehicle Tracking in Aerial Imagery paper&#…...
C语言知识点
命名规则: 字符组成:标识符只能由字母(A~Z,a~z)、数字(0~9)和下划线(_)组成。首字符要求:标识符的第一个字符必须是字母或下划线,不能是数字。长…...
ICMP协议以及ARP欺骗攻击
ping 命令使用的是 ICMP(Internet Control Message Protocol)协议,而不是 TCP 或 UDP 协议。因此,ping 命令并不使用特定的端口号。 ICMP 协议 ICMP 是一种网络层协议,主要用于在 IP 网络中传递控制消息。ping 命令利…...
qt5.12.12插件机制无法加载插件问题
环境:win11 vs2015 qt5.12.12 问题描述:确保插件代码正确的情况下,无法解析插件接口(即QPluginLoader类的instance(); 返回为空)。 问题现象:1、qt5.12.12的debug下无法解析;2、release下禁…...

机器学习面试笔试知识点-线性回归、逻辑回归(Logistics Regression)和支持向量机(SVM)
机器学习面试笔试知识点-线性回归、逻辑回归Logistics Regression和支持向量机SVM 一、线性回归1.线性回归的假设函数2.线性回归的损失函数(Loss Function)两者区别3.简述岭回归与Lasso回归以及使用场景4.什么场景下用L1、L2正则化5.什么是ElasticNet回归6.ElasticNet回归的使…...

SpringBoot民宿预订系统设计与实现
2相关技术 2.1 MYSQL数据库 MySQL是一个真正的多用户、多线程SQL数据库服务器。 是基于SQL的客户/服务器模式的关系数据库管理系统,它的有点有有功能强大、使用简单、管理方便、安全可靠性高、运行速度快、多线程、跨平台性、完全网络化、稳定性等,非常…...

linux环境下C程序的编译过程以及makefile的简单使用
在windows下,很多用来进行编程软件对于写好的文件,点击编译即可生成想要文件。如.exe可执行文件,.hex文件或者.bin文件等等。软件为我们省略了很多事。但是对于linux初学者来说,初次接触linux系统,面对命令行黑框框有点…...

【从零开始的LeetCode-算法】945. 使数组唯一的最小增量
给你一个整数数组 nums 。每次 move 操作将会选择任意一个满足 0 < i < nums.length 的下标 i,并将 nums[i] 递增 1。 返回使 nums 中的每个值都变成唯一的所需要的最少操作次数。 生成的测试用例保证答案在 32 位整数范围内。 示例 1: 输入&am…...

Java程序设计:spring boot(2)
目录 1 Spring MVC 零配置创建与部署 1.1 创建Spring MVC Web⼯程 1.2 pom.xml 添加坐标相关配置 1.3 添加源代码 1.4 添加视图 1.5 SpringMVC 配置类添加 1.6 入口文件代码添加 1.7 部署与测试 2 Spring Boot 概念&特点 2.1 框架概念 2.2 框架特点 2.3 Spring…...

服务器运维监控平台
云监控平台-简介 一:简介 “phoenix” 是一个灵活可配置的开源监控平台,主要用于监控应用程序、服务器、docker、数据库、网络、tcp 端口和 http 接口,通过实时收集、汇聚和分析监控信息,实现在发现异常时立刻推送告警信息&…...
css中 global 和 deep(两个样式穿透) 区别
1.:global(selector):这个伪类选择器会选择所有全局的、未被其他样式表覆盖的元素。换句话说,它会匹配所有没有被其他样式表(例如内联样式或外部样式表)所影响的元素。 :global(p) {color: red; }这段代码会将所有 <p> 元素…...

【星闪技术】WS63E模块的WiFi客户端测试
引言 我所计划的WS63E测试要实现MQTT联网,所以首先需要确保开发板连接WiFi。今天来测试一下WiFi功能。 程序分析 WiFi客户端的例子在src/application/samples/wifi/sta_sample目录下。这个例子看上去和hi3861的例子差不多。 这段程序是一个用于嵌入式设备的Wi-F…...

Android面试之5个Kotlin深度面试题:协程、密封类和高阶函数
本文首发于公众号“AntDream”,欢迎微信搜索“AntDream”或扫描文章底部二维码关注,和我一起每天进步一点点 面试题目1:Kotlin中的协程与线程的区别是什么?如何在Android中使用协程进行异步编程? 解答: 协…...

操作系统 和 初识进程
目录 操作系统(OS) 进程 操作系统(OS) 概念 操作系统即os,是一款软件。 任何计算机系统都包含一个基本的程序集合,称为操作系统(OS)。 操作系统的本质是一种进行软硬件管理的软件 笼统的理解…...

QT--Qlabel学习、获取文本和设置文本、文本对齐方式、文本换行、显示图片
QLabel 是 Qt 中的标签类,通常用于显示提示性的文本,也可以显示图像 对齐方式 用于设置标签中的内容在水平和垂直两个方向上的对齐方式,比如左对齐、右对齐、上对齐、下对齐、水平居中、垂直居中等。 // 获取和设置文本的对齐方式 Qt::Ali…...
深度学习:终身学习(Life-Long Learning)详解
终身学习(Life-Long Learning)详解 终身学习(也称为持续学习或增量学习)是机器学习中的一个重要研究领域,它关注如何使机器学习模型在完成一系列任务后,能够持续学习新任务,而不会忘记之前学到…...
前端UI框架
组件UI类 1.Element-Plus 2.uView 3.Vant 4.TDesign 5.uni-app 6.Tuniao-vue3 7. 可视化图标类 1.可视化图标VUE Data UI 2.Echart 图标库ICON 1.yesicon 2.Flaticon 3.Google Fonts 4.fontawesome 5.阿里巴巴 其他 1.CSS布局 2.web前端样式布局 3.中国色-颜色合集 托管…...

最佳副屏串流解决方案:如何低成本打造电脑拓展副屏?
如何低成本打造电脑拓展副屏?如果你有一台平板和一台电脑,想要提高打游戏、办公或是学习的效率。那么,使用网易GameViewer远程,就能帮你低成本打造电脑拓展副屏。 简单来说,副屏串流就是能让你多出一块显示屏。在打游戏…...

SQL Injection | SQL 注入概述
关注这个漏洞的其他相关笔记:SQL 注入漏洞 - 学习手册-CSDN博客 0x01:SQL 注入漏洞介绍 SQL 注入就是指 Web 应用程序对用户输入数据的合法性没有判断,前端传入后端的参数是可控的,并且参数会带入到数据库中执行,导致…...
【Linux 从基础到进阶】磁盘I/O性能调优
磁盘I/O性能调优 1. 引言 磁盘I/O性能是决定服务器整体性能的关键因素之一。磁盘I/O性能的瓶颈常常会影响数据库、文件系统以及虚拟化平台等关键应用的响应时间。因此,磁盘I/O调优是系统管理员不可忽视的任务。 本文将介绍影响磁盘I/O性能的主要因素,…...
设计模式和设计原则回顾
设计模式和设计原则回顾 23种设计模式是设计原则的完美体现,设计原则设计原则是设计模式的理论基石, 设计模式 在经典的设计模式分类中(如《设计模式:可复用面向对象软件的基础》一书中),总共有23种设计模式,分为三大类: 一、创建型模式(5种) 1. 单例模式(Sing…...
应用升级/灾备测试时使用guarantee 闪回点迅速回退
1.场景 应用要升级,当升级失败时,数据库回退到升级前. 要测试系统,测试完成后,数据库要回退到测试前。 相对于RMAN恢复需要很长时间, 数据库闪回只需要几分钟。 2.技术实现 数据库设置 2个db_recovery参数 创建guarantee闪回点,不需要开启数据库闪回。…...
脑机新手指南(八):OpenBCI_GUI:从环境搭建到数据可视化(下)
一、数据处理与分析实战 (一)实时滤波与参数调整 基础滤波操作 60Hz 工频滤波:勾选界面右侧 “60Hz” 复选框,可有效抑制电网干扰(适用于北美地区,欧洲用户可调整为 50Hz)。 平滑处理&…...

【力扣数据库知识手册笔记】索引
索引 索引的优缺点 优点1. 通过创建唯一性索引,可以保证数据库表中每一行数据的唯一性。2. 可以加快数据的检索速度(创建索引的主要原因)。3. 可以加速表和表之间的连接,实现数据的参考完整性。4. 可以在查询过程中,…...

PPT|230页| 制造集团企业供应链端到端的数字化解决方案:从需求到结算的全链路业务闭环构建
制造业采购供应链管理是企业运营的核心环节,供应链协同管理在供应链上下游企业之间建立紧密的合作关系,通过信息共享、资源整合、业务协同等方式,实现供应链的全面管理和优化,提高供应链的效率和透明度,降低供应链的成…...
【解密LSTM、GRU如何解决传统RNN梯度消失问题】
解密LSTM与GRU:如何让RNN变得更聪明? 在深度学习的世界里,循环神经网络(RNN)以其卓越的序列数据处理能力广泛应用于自然语言处理、时间序列预测等领域。然而,传统RNN存在的一个严重问题——梯度消失&#…...
macOS多出来了:Google云端硬盘、YouTube、表格、幻灯片、Gmail、Google文档等应用
文章目录 问题现象问题原因解决办法 问题现象 macOS启动台(Launchpad)多出来了:Google云端硬盘、YouTube、表格、幻灯片、Gmail、Google文档等应用。 问题原因 很明显,都是Google家的办公全家桶。这些应用并不是通过独立安装的…...
鸿蒙中用HarmonyOS SDK应用服务 HarmonyOS5开发一个医院查看报告小程序
一、开发环境准备 工具安装: 下载安装DevEco Studio 4.0(支持HarmonyOS 5)配置HarmonyOS SDK 5.0确保Node.js版本≥14 项目初始化: ohpm init harmony/hospital-report-app 二、核心功能模块实现 1. 报告列表…...
TRS收益互换:跨境资本流动的金融创新工具与系统化解决方案
一、TRS收益互换的本质与业务逻辑 (一)概念解析 TRS(Total Return Swap)收益互换是一种金融衍生工具,指交易双方约定在未来一定期限内,基于特定资产或指数的表现进行现金流交换的协议。其核心特征包括&am…...
Mobile ALOHA全身模仿学习
一、题目 Mobile ALOHA:通过低成本全身远程操作学习双手移动操作 传统模仿学习(Imitation Learning)缺点:聚焦与桌面操作,缺乏通用任务所需的移动性和灵活性 本论文优点:(1)在ALOHA…...