基于相互作用模型滤波器的 IMM-MOT：一种新型 3D 多目标跟踪框架
计算机视觉与模式识别
2025-02-17 v1 机器人学
摘要
3D 多目标跟踪（MOT）提供周围物体的轨迹，帮助机器人或车辆进行更智能的路径规划和障碍规避。现有的基于跟踪检测框架的 3D MOT 方法通常使用单一运动模型来跟踪对象在整个跟踪过程中的运动。然而，由于周围环境的变化，物体可能改变其运动模式。本文引入基于相互作用模型滤波器的 IMM-MOT，通过准确拟合单个物体的复杂运动模式，克服了现有方法中单模型跟踪的局限性。此外，我们将阻尼窗口机制融入轨迹生命周期管理中，利用轨迹的持续关联状态来控制其创建和终止，从而减少低置信度真实目标被忽略的发生。进一步，我们提出基于距离的得分增强模块，通过调整检测得分来增强虚假阳性与真阳性之间的区分度，从而提高得分滤波器的效果。在 NuScenes Val 数据集上，IMM-MOT 在使用 3D 点云的单模态模型中取得了超过 73.8% 的 AMOTA 成绩。我们的项目已公开于 https://github.com/Ap01lo/IMM-MOT。
引用
@article{arxiv.2502.09672,
title = {IMM-MOT: A Novel 3D Multi-object Tracking Framework with Interacting Multiple Model Filter},
author = {Xiaohong Liu and Xulong Zhao and Gang Liu and Zili Wu and Tao Wang and Lei Meng and Yuhan Wang},
journal= {arXiv preprint arXiv:2502.09672},
year = {2025}
}
备注
8 pages,5 figures