重识别训练别再单挑，VLA-ReID改成整帧对抗
多目标跟踪最怕的不是“没看到”，而是“看到了却认错了”。这篇 VLA-ReID 直接把重识别从单样本比对改成整帧候选集竞争，再用共同外观抑制把一群长得差不多的目标硬生生拉开差距。
标签：目标跟踪
共 19 篇
RPI这篇新方法，把公交视频分析压到零样本了
公交监控最烦的不是“看不见”，而是“看见了也不知道该看哪”。这篇论文把长视频先压成门、乘客、付费箱三层证据，再把大模型只用在关键片段上，思路很工程，也很实在。
图像域倾斜约束来了：无人机预测RMSE降58.7%
这篇论文最有意思的地方，不是又堆了一个跟踪滤波器，而是把无人机在图像里“歪一点、抖一下”的姿态，硬生生变成了加速度约束。对短时预测来说，这招很实用，尤其适合小目标、机动目标和多相机异步融合场景。
第一视角人机交互新基准：20段数据测出跟踪真相
这篇论文不玩虚的，直接把“社交机器人到底该盯脸还是盯身体”拉出来做了系统评测。更有意思的是，ReID 对身体跟踪是加分项，对脸跟踪却可能是减分项，结论挺反直觉。
SAM2Matting零样本SOTA：视频抠图不用再靠昂贵标注
SAM2Matting把“跟踪”和“抠图”这对老搭档拆开干活，思路很干净。更离谱的是，它只用图像训练，却能在视频抠图上打出零样本SOTA，属于那种看完会想拍桌子的设计。
Apple新作Velox：单段视频生成4D世界
这篇 Velox 有点意思：不靠时间对应，不靠复杂输入，只拿动态点云就想把 4D 几何和外观一起学明白。更妙的是，它不止会“记住”4D，还能拿去做视频转4D、3D追踪和布料仿真，算是把潜在表征这张牌打得挺顺。
亚运会看够了？无蜂窝ISAC+数字孪生，让目标跟踪精度飙升23dB！
继2026年6月推送过《AI数字孪生：5G/6G网络流量预测与资源管理新突破》后，今天这篇把ISAC和数字孪生玩出了新高度！不仅证明了无蜂窝架构能让速度估计从“瞎”变“聪”，还巧妙地把FIM形状优化和速度估计搞成了正交，设计起来省心省力，最终23dB的跟踪增益，香！
