SimpleTrack：理解并反思三维多目标跟踪
计算机视觉与模式识别
2021-11-19 v1 机器人学
摘要
近年来三维多目标跟踪（MOT）见证了众多新基准与方法，尤其是“检测即跟踪”范式下的方法。尽管它们取得进展且有用，对其优势与劣势的深入分析尚付阙如。本文通过将当前三维MOT方法分解为四个组成部分：检测预处理、关联、运动模型与生命周期管理，将其总结入统一框架。我们将现有算法的失败案例归因于各组件并详细探究。基于分析，我们提出相应改进，得到一个强劲而简单的基线：SimpleTrack。在Waymo Open Dataset与nuScenes上的综合实验结果表明，我们的最终方法经微小修改即可取得新最先进结果。此外，我们更进一步反思当前基准是否真实反映算法应对现实挑战的能力。我们深入现有基准细节并发现若干有趣事实。最后，我们分析\name\中剩余失败的分布与成因，并提出三维MOT的未来方向。我们的代码见https://github.com/TuSimple/SimpleTrack。
引用
@article{arxiv.2111.09621,
title = {SimpleTrack: Understanding and Rethinking 3D Multi-object Tracking},
author = {Ziqi Pang and Zhichao Li and Naiyan Wang},
journal= {arXiv preprint arXiv:2111.09621},
year = {2021}
}