摘要

我们提出了一种统一的方法，称为Unicorn，该方法可以使用同一网络和相同的模型参数同时解决四个跟踪问题（单目标跟踪SOT、多目标跟踪MOT、视频对象分割VOS和多目标跟踪与分割MOTS）。由于对象跟踪问题本身的定义较为分散，现有的大多数跟踪器都是为了应对单一或部分任务而开发的，并且在特定任务的特征上过度专业化。相比之下，Unicorn提供了一个统一的解决方案，在所有跟踪任务中采用了相同的输入、主干网络、嵌入层和头部结构。这是首次实现跟踪网络架构和学习范式的伟大统一。Unicorn在包括LaSOT、TrackingNet、MOT17、BDD100K、DAVIS16-17、MOTS20和BDD100K MOTS在内的8个跟踪数据集上的表现与任务专用的跟踪器相当或更优。我们相信，Unicorn将是迈向通用视觉模型的重要一步。代码可在https://github.com/MasterBin-IIAU/Unicorn 获取。