Easy-Poly：面向3D多目标跟踪的简易多极框架
计算机视觉与模式识别
2026-02-16 v3
摘要
近期3D多目标跟踪(3D MOT)方法主要沿用跟踪-检测管线，却在拥挤和小目标场景中易出现大量误报、漏检和身份切换。为此，我们提出Easy-Poly，一种基于滤波器的3D MOT框架，包含四项关键创新：(1) CNMSMM，一种新型摄像-激光雷达融合检测方法，结合多模态增强与高效NMS并引入新损失函数提升小目标检测；(2) 动态轨迹导向(DTO)数据关联，采用类别感知的最优匹配与并行处理策略稳健处理不确定性与遮挡；(3) 动态运动建模(DMM)，采用置信加权卡尔曼滤波器并自适应调整噪声协方差提升跟踪精度；(4) 扩展寿命周期管理系统，减少身份切换与误终止。实验结果表明，Easy-Poly在mAP（如LargeKernel3D下63.30%提升至65.65%）和AMOTA（从73.1%提升至75.6%）方面均优于Poly-MOT和Fast-Poly等最新方法，同时实现实时运行。该框架在复杂驾驶环境中提升鲁棒性与适应性，为更安全的自动驾驶感知奠定基础。
引用
@article{arxiv.2502.17822,
title = {Easy-Poly: An Easy Polyhedral Framework For 3D Multi-Object Tracking},
author = {Peng Zhang and Xin Li and Xin Lin and Liang He},
journal= {arXiv preprint arXiv:2502.17822},
year = {2026}
}
备注
8 pages, 4 figures, 6 tables