F-Siamese Tracker：一种基于视锥的双孪生网络三维单目标跟踪方法
计算机视觉与模式识别
2020-10-23 v1
摘要
本文提出F-Siamese Tracker，一种用于单目标跟踪的新方法，其显著特点是通过更鲁棒地融合2D与3D信息来缩减冗余搜索空间。三维单目标跟踪中的一个主要挑战是如何缩减搜索空间以生成合适的3D候选。我们的方法首先利用应用于RGB图像的孪生网络生成2D区域提议，再将其拉伸为3D视锥，而非仅依赖3D提议。此外，我们在3D视锥上执行在线精度验证以生成精炼的点云搜索空间，该空间可直接嵌入现有3D跟踪主干网络。在效率方面，我们的方法通过缩减搜索空间以更少的候选取得更优性能。另外，得益于引入在线精度验证，即便在强遮挡或点非常稀疏的偶发情况下，即使2D孪生跟踪器丢失目标，我们的方法仍能实现高精度。该方法使我们在稀疏室外数据集（KITTI tracking）上以显著优势刷新三维单目标跟踪的SOTA。此外，在2D单目标跟踪上的实验表明，我们的框架也提升了2D跟踪性能。
引用
@article{arxiv.2010.11510,
title = {F-Siamese Tracker: A Frustum-based Double Siamese Network for 3D Single Object Tracking},
author = {Hao Zou and Jinhao Cui and Xin Kong and Chujuan Zhang and Yong Liu and Feng Wen and Wanlong Li},
journal= {arXiv preprint arXiv:2010.11510},
year = {2020}
}
备注
7pages, 5 figure