用于光照不变TIR-LiDAR人员追踪的双流Transformer架构
机器人学
2026-04-02 v1 计算机视觉与模式识别
摘要
鲁棒的人员追踪是自主移动机器人在多样且不可预测环境中运行的关键能力。虽然RGB-D追踪已显示出高精度，但其性能在具有挑战性的光照条件下（如完全黑暗或强烈逆光）会严重下降。为实现全天候鲁棒性，本文提出了一种新型的热红外与深度（TIR-D）追踪架构，利用SLAM-capable机器人的标准传感器套件，即LiDAR和TIR相机。TIR-D追踪的一个主要挑战是多模态标注数据集的稀缺。为解决这一问题，我们引入了一种序贯知识迁移策略，将大规模热训练模型中的结构先验逐步演化到TIR-D领域。通过采用差分学习率策略——即"细粒度差分学习率策略"——我们有效保留了预训练的特征提取能力，同时实现了对几何深度线索的快速适应。实验结果表明，所提出的TIR-D追踪器实现了优越性能，平均重叠度（AO）为0.700，成功率（SR）为58.7%，显著优于传统的RGB迁移和单模态基线方法。我们的方法为全天候机器人应用中鲁棒的人体跟随提供了一种实用且资源高效的解决方案。
引用
@article{arxiv.2604.00363,
title = {A Dual-Stream Transformer Architecture for Illumination-Invariant TIR-LiDAR Person Tracking},
author = {Yuki Minase and Kanji Tanaka},
journal= {arXiv preprint arXiv:2604.00363},
year = {2026}
}
备注
6 pages, 4 figures, technical report