3D-FCT：利用特征关联同时实现三维目标检测与跟踪
计算机视觉与模式识别
2021-10-07 v1
摘要
基于LiDAR数据的三维目标检测在自动驾驶和机器人等应用中仍是一项关键任务。与二维图像不同，LiDAR数据几乎总是在一段时间内采集的。然而，该领域大多数工作都聚焦于在时间域之外独立地进行检测。本文提出3D-FCT，一种利用时序信息同时执行三维目标检测与跟踪相关任务的连体网络架构。该网络通过跨时间提取关键点的关联特征来预测物体的运动。仅在关键点间计算关联即可实现实时目标检测。我们进一步将多任务目标扩展为包含跟踪回归损失。最后，基于预测的轨迹将短期目标轨迹段连接为长期轨迹，从而生成高精度的检测结果。所提方法在KITTI跟踪数据集上进行了评估，结果表明其相较最先进方法在mAP上提升了5.57%。
引用
@article{arxiv.2110.02531,
title = {3D-FCT: Simultaneous 3D Object Detection and Tracking Using Feature Correlation},
author = {Naman Sharma and Hocksoon Lim},
journal= {arXiv preprint arXiv:2110.02531},
year = {2021}
}