MotionTrack：基于端到端Transformer的多模态融合多目标追踪
计算机视觉与模式识别
2023-06-30 v1
摘要
多目标追踪(MOT)对自动驾驶感知至关重要。同时检测和追踪目标的端到端基于Transformer的算法，对MOT任务展现出巨大潜力。然而，大多数现有方法聚焦于单目标类别的基于图像的追踪。本文中，我们提出一种基于端到端Transformer的MOT算法(MotionTrack)，采用多模态传感器输入以追踪多类别目标。我们的目标是为自动驾驶环境中的MOT建立Transformer基线。所提算法由基于Transformer的数据关联(DA)模块和基于Transformer的查询增强模块组成，以同时实现MOT和多目标检测(MOD)。MotionTrack及其变体在nuScenes数据集上取得更好结果（AMOTA分数0.55），优于其他经典基线模型，如AB3DMOT、CenterTrack和概率3D卡尔曼滤波。此外，我们证明改进的注意力机制可用于DA以完成MOT，并聚合历史特征以增强MOD性能。
引用
@article{arxiv.2306.17000,
title = {MotionTrack: End-to-End Transformer-based Multi-Object Tracing with LiDAR-Camera Fusion},
author = {Ce Zhang and Chengjie Zhang and Yiluan Guo and Lingji Chen and Michael Happold},
journal= {arXiv preprint arXiv:2306.17000},
year = {2023}
}
备注
This paper is accepted by CVPR WAD 2023