中國大連理工大學和阿里巴巴集團 DAMO Academy 提出的一個名為 HQTrack 的系統。該系統由視頻多目標分割器(VMOS)和掩模優化器(MR)組成，旨在實現對視頻中任何目標的高質量跟蹤。

　　項目地址：https://github.com/jiawen-zhu/HQTrack

　　研究人員利用改進版的 DeAOT 來實現 VMOS，同時在1/8比例上級聯了一個門控傳播模塊(GPM)，以便在復雜環境中感知微小物體。他們還使用 Intern-T 作為特征提取器，以提高對不同類型物體的區分能力。

　　通過 HQ-SAM 模型，研究團隊可以進一步提高跟蹤掩模的質量。在 VOTS2023競賽中，HQTrack 以0.615的質量得分獲得第二名。

　　產品簡介:

　　HQTrack 是一個用于高質量目標追蹤的開源工具，可以應用于視頻監控、人臉識別、智能駕駛等領域。它利用先進的視覺算法和深度學習模型，能夠快速準確地追蹤視頻中的目標，并生成高質量的目標遮罩。

　　核心功能:

　　1. 多目標追蹤:HQTrack 可以同時追蹤多個目標對象，適用于復雜場景下的目標追蹤任務。

　　2. 目標分割:HQTrack 能夠準確地分割視頻中的目標對象，并生成高質量的目標遮罩，可用于目標識別和分析。

　　3. 高質量輸出:HQTrack 的追蹤結果具有高質量和高準確性，能夠滿足各種應用場景的需求。

　　4. 簡單易用:HQTrack 提供了簡潔的接口和使用指南，用戶可以輕松地使用和集成該工具。