Fast-Poly：面向3D多目标跟踪的快速多面体框架
计算机视觉与模式识别
2024-07-31 v2 机器人学
摘要
3D多目标跟踪（MOT）捕获周围障碍物的稳定且全面的运动状态，这对于机器人感知至关重要。然而，当前的3D跟踪器在准确性和延迟一致性方面存在问题。本文提出Fast-Poly，一种快速且有效的基于滤波的方法进行3D MOT。基于我们之前的工作Poly-MOT，Fast-Poly解决了3D空间中对象旋转各向异性问题，增强了局部计算稠密化，并利用并行化技术，提高了推理速度和精度。Fast-Poly在两个大型跟踪基准测试中进行了广泛测试，采用Python实现。在nuScenes数据集上，Fast-Poly以75.8%的AMOTA成绩刷新了所有方法的SOTA，并能在个人CPU上以34.2 FPS的速度运行。在Waymo数据集上，Fast-Poly展现出竞争的精度（63.6% MOTA）和令人印象深刻的推理速度（35.5 FPS）。源代码已公开发布于https://github.com/lixiaoyu2000/FastPoly。
引用
@article{arxiv.2403.13443,
title = {Fast-Poly: A Fast Polyhedral Framework For 3D Multi-Object Tracking},
author = {Xiaoyu Li and Dedong Liu and Yitao Wu and Xian Wu and Lijun Zhao and Jinghan Gao},
journal= {arXiv preprint arXiv:2403.13443},
year = {2024}
}
备注
1st on the NuScenes Tracking benchmark with 75.8 AMOTA and 34.2 FPS