SiamMo：基于运动感知的Siamese 3D目标跟踪
计算机视觉与模式识别
2024-09-10 v2
摘要
当前3D单目标跟踪方法主要依赖Siamese匹配范式，然而该范式在纹理稀缺和不完整的LiDAR点云方面存在困难。相比之下，运动感知范式通过避免外观匹配，克服了这些问题。然而，其复杂的多阶段管道以及单流架构在时序建模能力上的局限，制约了其潜力。本文引入SiamMo，一种新颖且简洁的Siamese运动感知跟踪方法。不同于传统单流架构，我们采用Siamese特征提取用于运动感知跟踪，将特征提取与时序融合解耦，显著提升跟踪性能。此外，我们设计了时空特征聚合模块，用于多尺度集成Siamese特征，有效捕获运动信息。我们还引入了基于盒子的特征编码模块，将对象尺寸先验编码到运动估计中。SiamMo是一种纯粹的运动感知跟踪器，无需额外的分割和框 Refinement过程。规模虽小，却不断提升，SiamMo在多个基准测试中超越了最先进的方法，在KITTI跟踪基准上实现90.1%的精度，同时保持108 FPS的高推理速度。代码将在https://github.com/HDU-VRLab/SiamMo发布。
引用
@article{arxiv.2408.01688,
title = {SiamMo: Siamese Motion-Centric 3D Object Tracking},
author = {Yuxiang Yang and Yingqi Deng and Jing Zhang and Hongjie Gu and Zhekang Dong},
journal= {arXiv preprint arXiv:2408.01688},
year = {2024}
}