RockTrack：面向多摄像头检测器的3D鲁棒性多目标跟踪框架
计算机视觉与模式识别
2024-09-19 v1 机器人学
摘要
3D多目标跟踪（MOT）由于3D目标检测的快速进步，尤其在成本效益高的多摄像头设置中获得了显著性能提升。然而，流行的端到端训练方法会导致检测器特定模型，限制了其灵活性。此外，当前通用跟踪器忽视了多摄像头检测器的独特特征，即运动观察的不可靠性以及视觉信息的可行性。为解决这些挑战，我们提出了RockTrack，一种针对多摄像头检测器的3D MOT方法。遵循跟踪-检测框架，RockTrack可与各种开箱即用的检测器兼容。RockTrack集成了一个置信度引导的预处理模块，从单个检测器的不同表示空间中提取可靠的运动和图像观察。这些观察随后在关联模块中融合，该模块利用几何和外观线索最小化误匹配。生成的匹配结果通过分阶段估计过程传播，为启发式噪声建模奠定基础。此外，我们引入了一种新型外观相似度度量，用于在多摄像头设置中显式描述对象间的亲缘关系。RockTrack在nuScenes视觉专属跟踪榜单上实现了59.1%的AMOTA，同时展现了显著的计算效率。
引用
@article{arxiv.2409.11749,
title = {RockTrack: A 3D Robust Multi-Camera-Ken Multi-Object Tracking Framework},
author = {Xiaoyu Li and Peidong Li and Lijun Zhao and Dedong Liu and Jinghan Gao and Xian Wu and Yitao Wu and Dixiao Cui},
journal= {arXiv preprint arXiv:2409.11749},
year = {2024}
}
备注
RockTrack establishes a new state-of-the-art with 59.1% AMOTA on the nuScenes vision-only test leaderboard with ResNet50-level backbone