Offline-Poly：面向离线3D多目标跟踪的多边形框架

离线3D多目标跟踪（MOT）是4D自动标注（4DAL）过程中的关键组成部分。它通过融合时序上下文信息来增强由高性能检测器生成的伪标签。然而，现有的离线3D MOT方法是在线框架的直接延伸，未能充分发挥离线设置的优势。此外，这些方法常依赖固定的上游模块和定制化架构，限制了其适应性。为解决这些限制，我们提出了Offline-Poly——一种基于跟踪导向设计的通用离线3D MOT方法。我们引入了称为“Tracking-by-Tracking（TBT）”的标准化范式，仅基于任意无需调整的跟踪输出，生成离线优化后的轨迹片段。该表述将离线跟踪器与特定的上游检测器或跟踪器解耦。在TBT范式下，Offline-Poly接受一个或多个粗糙跟踪结果，通过包括预处理、层次匹配与融合、轨迹片段优化等结构化管道进行处理。每个模块都旨在利用离线跟踪的两个基本属性：资源不受限制，允许超出实时限制的全局优化；未来可观测性，使轨迹片段能够在完整时序范围内进行推理。Offline-Poly首先消除短期幽灵轨迹，并利用全局场景上下文进行碎片化片段的重识别。随后，Offline-Poly构建场景级相似性，以跨多个输入源关联轨迹片段。最后，Offline-Poly通过联合利用局部和全局运动模式来细化轨迹。在nuScenes数据集上，我们以77.6%的AMOTA成绩实现了SOTA表现。在KITTI数据集上，实现了83.00%的HOTA排名榜首。广泛实验进一步验证了Offline-Poly的灵活性、通用性和模块化有效性。