PC-DAN:基于点云的深度亲和网络用于三维多目标跟踪(已被 CVPR21 的 JRDB-ACT 研讨会接收为扩展摘要)
计算机视觉与模式识别
2021-06-15 v1
摘要
近来,LIDAR(光探测与测距)传感器基于的技术范围已扩展到众多领域。它被广泛用于将地形与导航信息映射为可靠的 3D 点云数据,有可能给自动驾驶车辆与辅助机器人产业带来革命性变化。点云是 3D 坐标中空间数据的密集汇编。与图像数据(即 3D 结构在 2D 平面上的投影)不同,点云由于保留结构信息且避免透视畸变,在建模复杂真实场景中起关键作用。为利用 LIDAR 数据的内在能力,我们提出一种基于 PointNet 的三维多目标跟踪(MOT)方法。
引用
@article{arxiv.2106.07552,
title = {PC-DAN: Point Cloud based Deep Affinity Network for 3D Multi-Object Tracking (Accepted as an extended abstract in JRDB-ACT Workshop at CVPR21)},
author = {Aakash Kumar and Jyoti Kini and Mubarak Shah and Ajmal Mian},
journal= {arXiv preprint arXiv:2106.07552},
year = {2021}
}