用于3D多目標(biāo)跟蹤的多面體框架實(shí)現(xiàn)75.4%的AMOTA
#論文##開源# ROS2023|哈工大開源 NuScenes Tracking第一名方案Poly-MOT: 用于3D多目標(biāo)跟蹤的多面體框架實(shí)現(xiàn)75.4%的AMOTA 【Poly-MOT: A Polyhedral Framework For 3D Multi-Object Tracking】 開源代碼:GitHub - lixiaoyu2000/Poly-MOT: Official Repo For ... 文章鏈接:[2307.16675] Poly-MOT: A Polyhedral Framework For ... 3D多目標(biāo)跟蹤(MOT)使移動(dòng)機(jī)器人能夠通過(guò)提供周圍對(duì)象的運(yùn)動(dòng)軌跡來(lái)完成較好的運(yùn)動(dòng)規(guī)劃和導(dǎo)航任務(wù)。然而,現(xiàn)有的3D MOT方法通常使用單一相似性度量和物理模型來(lái)執(zhí)行所有對(duì)象的數(shù)據(jù)關(guān)聯(lián)和狀態(tài)估計(jì)。對(duì)于大規(guī)模的現(xiàn)代數(shù)據(jù)集和真實(shí)場(chǎng)景,有多種對(duì)象類別通常表現(xiàn)出獨(dú)特的幾何特性和運(yùn)動(dòng)模式。通過(guò)這種方式,這種差異使得各個(gè)對(duì)象類別在相同標(biāo)準(zhǔn)下表現(xiàn)不同,導(dǎo)致軌跡和檢測(cè)之間出現(xiàn)錯(cuò)誤匹配,危及下游任務(wù)(如導(dǎo)航等)的可靠性。 為此,我們提出了Poly-MOT,一種基于檢測(cè)跟蹤框架的高效3D MOT方法,使得跟蹤器能夠?yàn)槊總€(gè)對(duì)象類別選擇最合適的跟蹤標(biāo)準(zhǔn)。具體來(lái)說(shuō),Poly-MOT利用不同的運(yùn)動(dòng)模型來(lái)準(zhǔn)確描述各種對(duì)象類別的不同運(yùn)動(dòng)類型。我們還將對(duì)象的剛性結(jié)構(gòu)約束引入到特定的運(yùn)動(dòng)模型中,以準(zhǔn)確描述對(duì)象的高度非線性運(yùn)動(dòng)。 此外,我們引入了一個(gè)兩階段數(shù)據(jù)關(guān)聯(lián)策略,以確保對(duì)象可以從三個(gè)自定義度量中找到最優(yōu)相似性度量,從而減少漏匹配。在NuScenes數(shù)據(jù)集上,我們提出的方法實(shí)現(xiàn)了75.4%的AMOTA,達(dá)到了最先進(jìn)的性能水平