在非车载激光雷达-相机3D检测跟踪中学习更好的拥挤行人表征
计算机视觉与模式识别
2025-05-23 v1
摘要
在高度拥挤的城市环境中感知行人，对于基于学习的自动驾驶感知而言是一个困难的、长尾问题。为此类具有挑战性的场景加速3D真值生成对性能至关重要，但极具挑战性。这些困难包括捕获的行人点云的稀疏性，以及缺乏适合特定系统设计研究的基准。为应对这些挑战，我们首先收集了一个新的多视角激光雷达-相机3D多目标跟踪基准，用于对高度拥挤的行人进行深入分析。然后，我们构建了一个非车载自动标注系统，该系统从激光雷达点云和多视角图像中重建行人轨迹。为了提高对拥挤场景的泛化能力以及对小目标的性能，我们提出学习具有密度感知和关系感知的高分辨率表征。大量实验验证了我们的方法显著提高了3D行人跟踪性能，从而提升了自动标注效率。代码将在此HTTP URL公开。
引用
@article{arxiv.2505.16029,
title = {Learning better representations for crowded pedestrians in offboard LiDAR-camera 3D tracking-by-detection},
author = {Shichao Li and Peiliang Li and Qing Lian and Peng Yun and Xiaozhi Chen},
journal= {arXiv preprint arXiv:2505.16029},
year = {2025}
}