运动到匹配：一种用于三维单目标跟踪的混合范式
计算机视觉与模式识别
2023-12-19 v2
摘要
基于激光雷达点云的三维单目标跟踪是计算机视觉领域的一项重要任务。以往方法通常采用基于匹配或运动中心的范式来估计当前目标状态。然而，前者由于依赖外观匹配，对相似干扰物和点云稀疏性敏感；而后者通常关注短期运动线索（例如两帧）并忽略目标的长程运动模式。为解决这些问题，我们提出一种两阶段混合范式，称为MTM-Tracker，将运动建模与特征匹配结合到单一网络中。具体而言，在第一阶段，我们利用连续历史框作为运动先验，并提出一种编码器-解码器结构来粗略定位目标。然后，在第二阶段，我们引入特征交互模块从连续点云中提取运动感知特征并进行匹配，以细化目标运动并回归其他目标状态。大量实验验证我们的范式在大规模数据集上取得了具有竞争力的性能（KITTI上70.9%，NuScenes上51.70%）。代码将很快在 https://github.com/LeoZhiheng/MTM-Tracker.git 开源。
引用
@article{arxiv.2308.11875,
title = {Motion-to-Matching: A Mixed Paradigm for 3D Single Object Tracking},
author = {Zhiheng Li and Yu Lin and Yubo Cui and Shuo Li and Zheng Fang},
journal= {arXiv preprint arXiv:2308.11875},
year = {2023}
}
备注
Accepted for publication at IEEE Robotics and Automation Letters (RAL)