用于基于查询的目标检测与跟踪的组回归

组回归常用于三维目标检测中，在联合头部中预测相似类别的框参数，旨在利用相似性同时分离高度不相似的类别。对于基于查询的感知方法，这迄今尚不可行。我们弥补了这一空白，提出了一种将多类别组回归（专为自动驾驶三维领域设计）融入现有注意力与基于查询的感知方法的技术。我们以该方法增强了一个基于 transformer 的联合目标检测与跟踪模型，并深入评估其行为与性能。对于组回归，nuScenes 数据集的类别被划分为六组形状与出现频率相似的组，每组由专用头部回归。我们表明所提方法适用于许多现有基于 transformer 的感知方法并可能带来收益。查询组回归的行为与统一回归头部进行了细致对比分析，例如在类别切换行为与输出参数分布方面。所提方法为深入研究提供了诸多可能，如深度多假设跟踪方向。