PillarTrack: 提升基于Transformer的点云3D单目标跟踪中的柱体表示
计算机视觉与模式识别
2025-05-20 v2
摘要
基于LiDAR的3D单目标跟踪（3D SOT）是机器人和自动驾驶中的关键问题。现有3D SOT方法通常采用基于点的处理流程，其中重采样操作不可避免地导致信息冗余或缺失，从而影响性能。为了解决这些问题，我们提出了PillarTrack，一种新颖的基于柱体的3D SOT框架。首先，我们将稀疏点云转换为密集柱体以保留局部和全局几何信息。其次，我们提出了金字塔编码柱体特征编码器（PE-PFE）设计，以增强柱体特征对平移/旋转/尺度的鲁棒性。第三，我们从模态差异的角度提出了一种高效的基于Transformer的主干网络。最后，我们基于上述设计构建了PillarTrack。大量实验表明，我们的方法在KITTI和NuScenes数据集上取得了可比的性能，显著提升了基线性能。
引用
@article{arxiv.2404.07495,
title = {PillarTrack:Boosting Pillar Representation for Transformer-based 3D Single Object Tracking on Point Clouds},
author = {Weisheng Xu and Sifan Zhou and Jiaqi Xiong and Ziyu Zhao and Zhihang Yuan},
journal= {arXiv preprint arXiv:2404.07495},
year = {2025}
}