CompTrack：基于信息瓶颈引导的点云跟踪低秩动态token压缩
计算机视觉与模式识别
2025-11-25 v3 人工智能
摘要
3D LiDAR 点云中单目标跟踪（SOT）是计算机视觉和自动驾驶中的关键任务。尽管取得了显著进展，点云的内在稀疏性引入了双重冗余挑战，限制了现有跟踪器：（1）来自背景噪声的大量空间冗余影响精度，（2）前景内部的信息冗余影响效率。为解决这些问题，我们提出CompTrack，一个新颖的端到端框架，系统性地消除这两种形式的冗余。首先，CompTrack采用空间前景预测器（SFP）模块基于信息熵过滤不相关的背景噪声，以解决空间冗余。随后，其核心是信息瓶颈引导的动态token压缩（IB-DTC）模块，用于消除前景内部的信息冗余。该模块基于低秩逼近理论，利用在线SVD分析自适应压缩前景冗余为紧凑且高度信息丰富的代理token。 在KITTI、nuScenes和Waymo数据集上的大量实验表明，CompTrack在保持卓越效率的同时，以实时的90 FPS在单张RTX 3090 GPU上实现了领先的跟踪性能。
引用
@article{arxiv.2511.15580,
title = {CompTrack: Information Bottleneck-Guided Low-Rank Dynamic Token Compression for Point Cloud Tracking},
author = {Sifan Zhou and Yichao Cao and Jiahao Nie and Yuqian Fu and Ziyu Zhao and Xiaobo Lu and Shuo Wang},
journal= {arXiv preprint arXiv:2511.15580},
year = {2025}
}
备注
Accepted by AAAI 2026 (Oral)