Jun, 2023

S.T.A.R.-Track：适应空时外观表示的端到端 3D 物体跟踪潜在运动模型

PDF
TL;DR本文介绍了一种基于注意力跟踪范式的物体中心、基于变压器的三维跟踪框架。我们提出了 S.T.A.R.-Track，该框架使用新颖的隐式运动模型（LMM）将目标查询进行调整，以直接考虑视角和照明条件的变化，同时显式建立几何运动模型。此外，我们还提出了一种可学习的跟踪嵌入，有助于建立跟踪存在概率的模型。在 nuScenes 基准测试中进行的广泛实验显示出我们方法的优势，不仅在 DETR3D 跟踪器方面表现出最先进的性能，同时还显着减少了轨迹的身份切换次数。
发现论文，激发创造
  • 通过空间和时间变换器进行端到端多目标跟踪，超越两帧限制

    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

  • 非受限环境下的多人跟踪和再识别的 Transformer 网络

    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

  • TripletTrack：使用三元组嵌入和 LSTM 的 3D 对象跟踪

    本文探讨了使用三元组嵌入和运动表示相结合的方法，对三维物体进行跟踪，通过实验证明该方法有效地再识别物体，并且可以在遮挡，漏检和不同场景中准确地检测再次出现。

    Oct, 2022

  • STT: 自动驾驶的具有状态的变形器跟踪

    通过使用 Transformer 模型，本文提出一种名为 STT 的有状态跟踪模型，它能够可靠地跟踪三维空间中的对象，并精确预测它们的状态，以确保自动驾驶的安全。通过消耗检测历史记录中的丰富外观、几何和运动信号，STT 在数据关联和状态估计任务上进行联合优化，并通过引入新的 S-MOTA 和 MOTPS 指标来评估其综合性能。在 Waymo Open 数据集上，STT 实现了具有竞争力的实时性能。

    Apr, 2024

  • ADA-Track: 多相机三维多目标跟踪的端到端交替检测和关联

    一个名为 ADA-Track 的新颖框架对多视角相机的 3D 多目标跟踪进行端到端的研究，利用可学习的数据关联模块和基于边缘增强的交叉注意力，同时结合检测和数据关联任务，以实现更好的效果。

    May, 2024

  • MotionTrack: 基于 Transformer 的端到端多目标追踪与 LiDAR - 摄像头融合

    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

  • 深入研究单目三维物体跟踪中的动作感知匹配

    提出了一种基于运动感知的单目三维多目标跟踪（MoMA-M3T）框架，通过在时间帧内捕捉物体的运动线索，将历史物体轨迹与当前观察结果进行匹配，实现与最先进方法相媲美的性能。

    Aug, 2023

  • 空间 - 时间增强变压器：用于多帧三维目标检测

    STEMD 是一种基于 DETR 的新型端到端框架，用于实现多帧 3D 物体检测，其有效地捕获了特征和相应级别的时空依赖性，并引入了空间 - 时间图注意力网络，以解决对象之间的空间交互作用和复杂的时间依赖性问题，控制冗余检测结果。

    Jul, 2023

  • ETTrack：增强的多目标跟踪时间性运动预测器

    提出了一种基于运动的多目标跟踪方法，称为 ETTrack，它融合了变换器模型和时间卷积网络，利用历史运动信息预测个体物体的未来运动，并通过新颖的动量修正损失函数提高了预测准确性，实验证明 ETTrack 在 DanceTrack 和 SportsMOT 上取得了与最先进跟踪器竞争性的性能，分别达到 56.4％和 74.4％的 HOTA 指标。

    May, 2024

  • MOTR: 使用 Transformer 进行端到端的多目标追踪

    本文介绍了一种名为 MOTR 的方法，它使用 track query 来建模整个视频中的跟踪实例，并引入了一种新的时域关系建模方法。实验结果表明，MOTR 在 HOTA 指标上比现有技术 ByteTrack 提高了 6.5%，在 MOT17 测试中，MOTR 的关联性能也胜过了 TrackFormer 和 TransTrack。

    May, 2021