LiDAR MOT-DETR：基于激光雷达的 3D 多目标跟踪两阶段 Transformer
计算机视觉与模式识别
2025-09-25 v3
摘要
从 LiDAR 点云进行多目标跟踪由于数据稀疏且不规则，以及跨帧需要保持时序一致性，具有独特挑战。传统跟踪系统常依赖手工特征和运动模型，这些方法在拥挤或快速移动场景中难以维持一致的目标身份。我们提出一种基于 LiDAR 的两阶段 DETR 风格 Transformer；一种更平滑的跟踪器。平滑阶段在移动时序窗口内细化 LiDAR 目标检测（来自任何 off-the-shelf 检测器）。跟踪阶段使用基于 DETR 的注意力块，通过将跟踪目标与细化后的检测关联来维持轨迹，同时以点云为上下文。该模型在 nuScenes 和 KITTI 数据集上以在线模式和离线（forward peeking）模式进行训练，展现出强大的性能，包括 ID-switch 和多目标跟踪准确率 (MOTA) 等指标。数值结果表明，线上模式在 nuScenes 数据集上优于 LiDAR-only 基线和 SOTA 模型，获得 aMOTA 为 0.724，aMOTP 为 0.475；而离线模式可为 aMOTP 提供额外 3 个百分点的提升。
关键词
引用
@article{arxiv.2505.12753,
title = {LiDAR MOT-DETR: A LiDAR-based Two-Stage Transformer for 3D Multiple Object Tracking},
author = {Martha Teiko Teye and Ori Maoz and Matthias Rottmann},
journal= {arXiv preprint arXiv:2505.12753},
year = {2025}
}
备注
Camera-ready copy