超越 3D 孪生跟踪：点云中 3D 单目标跟踪的运动中心范式
计算机视觉与模式识别
2022-03-04 v1
摘要
LiDAR 点云中的 3D 单目标跟踪(3D SOT)在自动驾驶中起着关键作用。当前方法均遵循基于外观匹配的孪生范式。然而，LiDAR 点云通常缺乏纹理且不完整，阻碍了有效的外观匹配。此外，先前方法极大忽视了目标间的关键运动线索。本工作中，超越 3D 孪生跟踪，我们引入一种运动中心范式从新视角处理 3D SOT。遵循该范式，我们提出一种无匹配的的两阶段跟踪器 M^2-Track。在第 1 阶段，M^2-Track 通过运动变换在连续帧中定位目标。随后其在第 2 阶段通过运动辅助形状补全精炼目标框。大量实验证实，M^2-Track 在三个大规模数据集上显著优于先前最先进方法，同时以 57FPS 运行（在 KITTI、NuScenes 和 Waymo Open Dataset 上分别获得约 8%、~17% 和 ~22% 的精度提升）。进一步分析验证了各组件的有效性，并展示了运动中心范式在与外观匹配结合时的良好潜力。
引用
@article{arxiv.2203.01730,
title = {Beyond 3D Siamese Tracking: A Motion-Centric Paradigm for 3D Single Object Tracking in Point Clouds},
author = {Chaoda Zheng and Xu Yan and Haiming Zhang and Baoyuan Wang and Shenghui Cheng and Shuguang Cui and Zhen Li},
journal= {arXiv preprint arXiv:2203.01730},
year = {2022}
}
备注
To appear in CVPR2022