跨视角参照多物体跟踪

Cross-view Referring Multi-Object Tracking (CRMOT) 是计算机视觉领域的一项复杂任务，旨在通过准确匹配语言描述来跟踪多个对象，并确保每个视角下对象的身份一致性。该任务不仅要求系统能够理解自然语言描述，还需具备跨视角的对象识别与跟踪能力，以实现多摄像头环境下的高效监控和智能分析，具有重要的应用价值。