阿里达摩院推出 AI 框架 HQTrack，可实现视频高质量跟踪

研究团队表示，HQTrack 基于开源框架 DeAOT、HQ-SAM，在此之上进行了一定改进，实现了“在视频中分割各目标”的可能性。

同时，研究团队使用 Intern-T 作为特征提取器，提高框架对不同类型物体的区分能力，同时加入了一个门控传播模块（GPM），以便于框架在复杂环境中感知更多微小物体，生成高质量的即时目标遮罩。

据悉，在 VOTS2023 竞赛中，HQTrack 以 0.615 的质量得分获得第二名，研究团队表示，该 AI 框架可以应用于人脸识别、智能驾驶、监控追踪等领域，并有望在未来商业应用中落地。

该项目目前已经在 GitHub 中开放，感兴趣的小伙伴们可以在此访问，IT之家将 HQTrack 核心功能转录于下方：

1. 多目标追踪：HQTrack 可以同时追踪多个目标对象，适用于复杂场景下的目标追踪任务。

2. 目标分割：HQTrack 能够准确地分割视频中的目标对象，并生成高质量的目标遮罩，可用于目标识别和分析。

3. 高质量输出：HQTrack 的追踪结果具有高质量和高准确性，能够满足各种应用场景的需求。

4. 简单易用：HQTrack 提供了简洁的接口和使用指南，用户可以轻松地使用和集成该工具。

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。

未经允许不得转载：新聚网 » 阿里达摩院推出 AI 框架 HQTrack，可实现视频高质量跟踪