基于体素、具有不确定性感知的3D目标检测与跟踪及von-Mises损失
计算机视觉与模式识别
2020-11-06 v1 机器学习
摘要
目标检测与跟踪是自主系统中的关键任务。具体而言，3D目标检测与跟踪近来已成为一个新兴热点。尽管已提出多种目标检测方法，3D检测与跟踪任务中的不确定性却较少被探索。不确定性有助于我们应对感知系统中的误差并提升鲁棒性。在本文中，我们提出一种通过向SECOND检测器（最具代表性的3D目标检测算法之一）添加不确定性回归来提升目标跟踪性能的方法。我们的方法利用高斯负对数似然（NLL）损失估计位置和维度不确定性，并引入von-Mises NLL损失用于角度不确定性估计。我们将不确定性输出输入一个经典目标跟踪框架，并证明与具有恒定协方差假设的原始跟踪器相比，我们的方法提升了跟踪性能。
引用
@article{arxiv.2011.02553,
title = {Uncertainty-Aware Voxel based 3D Object Detection and Tracking with von-Mises Loss},
author = {Yuanxin Zhong and Minghan Zhu and Huei Peng},
journal= {arXiv preprint arXiv:2011.02553},
year = {2020}
}
备注
Submitted to ICRA 2021