基于单目图像的路端使用者检测、跟踪与预测端到端框架
计算机视觉与模式识别
2023-10-13 v1
摘要
涉及多目标检测与跟踪的感知，以及轨迹预测，是自动驾驶的两大主要任务。然而，它们目前大多被分开研究，导致大多数轨迹预测模块基于真实轨迹开发，而未考虑真实场景中从检测与跟踪模块提取的轨迹是有噪声的。这些噪声轨迹会对轨迹预测器的性能产生显著影响，并可能导致严重的预测误差。本文中，我们构建了一个用于检测、跟踪与轨迹预测的端到端框架，称为 ODTP（Online Detection, Tracking and Prediction，在线检测、跟踪与预测）。它采用最先进的在线多目标跟踪模型 QD-3DT 进行感知，并直接基于检测结果训练轨迹预测器 DCENet++，而非纯粹依赖真实轨迹。我们在广泛使用的自动驾驶 nuScenes 数据集上评估了 ODTP 的性能。大量实验表明 ODTP 实现了高性能的端到端轨迹预测。增强了动态地图的 DCENet++ 比其基础模型预测出更准确的轨迹。与在其他基于噪声检测结果的生成式与确定性轨迹预测模型相比，它也更具鲁棒性。
引用
@article{arxiv.2308.05026,
title = {An End-to-End Framework of Road User Detection, Tracking, and Prediction from Monocular Images},
author = {Hao Cheng and Mengmeng Liu and Lin Chen},
journal= {arXiv preprint arXiv:2308.05026},
year = {2023}
}