统一Transformer跟踪器：跨SOT与MOT的解决方案

统一变压器跟踪器（UTT）是一种创新的解决方案，旨在解决目标跟踪中的跨场景适应问题。传统的目标跟踪领域，即单目标跟踪（SOT）和多目标跟踪（MOT），各自拥有独立的研究社区，它们面临的主要挑战在于如何在不同的数据集和对象特性间无缝切换。现有的单一外观模型如UniTrack [45]虽然能够处理单独的任务，但在利用大规模跟踪数据集和单目标性能方面有所不足。 UTT的提出者，包括Fan Ma、Mike Zheng Shou、Linchao Zhu等人，来自ReLER实验室（AAII，悉尼科技大学）、新加坡国立大学、MetaAI以及浙江大学，他们意识到通过共享模型架构来整合SOT和MOT的潜力。UTT的核心是开发了一个跟踪变压器，该模型能够利用目标特征与跟踪帧特征之间的内在关联，从而实现对单个目标的精确定位，无论是在SOT还是MOT场景下。 UTT的独特之处在于其能在一个统一的框架中处理两种任务，这使得模型能够在SOT数据集和MOT数据集上进行交替优化，实现端到端的训练。这种方法有助于模型更好地适应各种跟踪环境，提高其泛化能力。实验结果显示，UTT在多个基准测试中展现出优越的表现，证实了其在不同场景下都能有效跟踪目标的能力。 UTT的引入革新了目标跟踪领域的研究方向，它不仅解决了传统方法在数据集转移和性能上的局限，还为未来的跟踪技术发展提供了一种可能的通用解决方案。通过结合Transformer架构和跨任务学习，UTT有望推动计算机视觉领域，特别是目标跟踪技术的进一步发展，促进其在实际应用中的广泛应用，如视频监控、自动驾驶等。