基于 Transformer 架构构建的学习几何 3D MOT 框架 3DMOTFormer，在进行跟踪检测双向图的基础上，通过边分类进行数据关联，并提出了一种新颖的在线训练策略，通过自回归和递归前向传播以及序列化批量优化来减少训练和推断之间的分布不匹配。

Aug, 2023

TrackFormer 是基于编码器 - 解码器变压器架构的端到端可训练的多目标追踪方法，利用注意力实现帧到帧的数据关联，以查询的形式自回归地跟踪现有轨迹并初始化新轨迹，能够实现目前最先进的多目标跟踪的性能。

Jan, 2021

提出了一种基于 Transformer 的多模态传感器输入的端到端多目标跟踪算法（MotionTrack），它由基于 Transformer 的数据关联（DA）模块和基于 Transformer 的查询增强模块组成，同时实现了多目标检测（MOD）。MotionTrack 及其变体在 nuScenes 数据集上获得更好的结果（AMOTA 得分为 0.55），与 AB3DMOT、CenterTrack 和概率 3D 卡尔曼滤波器等经典基线模型相比有着更好的表现。

Jun, 2023

使用 Transformer 和时空嵌入的 MO3TR 方法，具有空间和时间注意机制，无需显式的数据聚类模块或任何启发式方法，成功解决了多物体追踪过程中的诸多挑战，表现方面同多个 popular MOT 图像和视频基准测试的现有最先进技术几乎相当或更好。

Mar, 2021

提出了一个综合的多目标跟踪方法 STMMOT，该方法结合了目标检测和身份链接，能够在长时间内维持目标身份链接，并利用具有注意力机制的鲁棒时空记忆模块和动态查询嵌入来预测目标状态，消除了后处理的需求。

Dec, 2023

本文介绍了一种名为 PF-Track 的多相机 3D 多目标跟踪框架，它重点强调时空连续性，过去和未来的推理，采用 “注意跟踪” 框架，并使用对象查询一致地表示跟踪实例，以明确使用历史线索，显式地引用前面帧和其他对象的查询，从而学习优化轨迹并增强物体特征。

Feb, 2023

3D 多目标跟踪和轨迹预测是自动驾驶系统中的两个关键模块，在传统范式中这两个任务通常被分开处理，而最近有一些方法开始探索以联合方式对这两个任务进行建模。本文提出了一种流式和统一的框架用于联合 3D 多目标跟踪和轨迹预测，以解决以上挑战。实验结果表明，StreamMOTP 在两个任务上明显优于以前的方法，并且在实际自动驾驶应用中具有巨大的潜力和优势。

Jun, 2024

提出了一种基于时间 LiDAR 的三维物体检测方法，利用点云和轨迹特征相结合的点轨迹变压器和长短期记忆，实现了对三维物体的高效检测。对大规模 Waymo 数据集进行了广泛实验，证明了该方法在性能上优于现有的方法。

Dec, 2023

我们提出了一种名为 DeTra 的模型，它使用 LiDAR 点云和高清地图，通过轨迹精化的方式，直接推断对象的存在、姿态和多模态的未来行为，取得了在 Argoverse 2 Sensor 和 Waymo Open Dataset 上多个指标方面明显优于现有技术的成果，而且各个组件的性能都对整体表现有积极贡献，通过大量消融实验验证了对任务的精化的价值及关键设计选择的作用。

Jun, 2024

提出了一种基于单目视觉的 3D 车辆检测和跟踪的在线框架，并利用 3D 车辆坐标信息和深度匹配对数据进行关联，并设计了一个基于 LSTM 的动作学习模块，以进行更准确的长期运动外推。实验结果表明，该跟踪系统可以提供抗干扰性更强的数据关联和跟踪能力，并且在跟踪 30 米内的行驶车辆方面比基于激光雷达的方法表现更好。

Nov, 2018