面向 3D 单目标跟踪的时序一致长期记忆
计算机视觉与模式识别
2026-04-16 v1
摘要
3D 单目标跟踪 (3D-SOT) 旨在给定第一个帧中目标对象的 3D 边界框,在一序列 LiDAR 点云中对目标对象进行局定。最近的方法采用记忆化方法来利用目标对象的先前观察特征,但仅限于少数最近的帧。本工作揭示,其时序容量根本受限于短期上下文,由于严重的时序特征不一致和过度的记忆开销。为此,我们提出一种稳健的长期 3D-SOT 框架 ChronoTrack,在保持时序特征一致性的同时,高效地聚合来自长期记忆的多样化目标特征。基于一组紧凑的可学习记忆标记,ChronoTrack 通过两种互补目标利用长期信息:一种是时序一致性损失,另一种是记忆循环一致性损失。前者在帧之间强制特征对齐,减轻时序漂移并提高所提议长期记忆的可靠性;后者鼓励每个记忆标记在整个序列中编码多样且具辨识力的目标表征。结果表明,ChronoTrack 在多个 3D-SOT 基准上实现了新的状态最佳性能,在单块 RTX 4090 GPU 上以 42 FPS 的实时速度运行,展现了在紧凑记忆下对长期目标建模的有效性。代码已在 https://github.com/ujaejoon/ChronoTrack 提供。
引用
@article{arxiv.2604.13789,
title = {Temporally Consistent Long-Term Memory for 3D Single Object Tracking},
author = {Jaejoon Yoo and SuBeen Lee and Yerim Jeon and Miso Lee and Jae-Pil Heo},
journal= {arXiv preprint arXiv:2604.13789},
year = {2026}
}
备注
Accepted to CVPR 2026 Findings