Jul, 2024
P2P：基于部分到部分运动线索的强追踪框架用于LiDAR点云
P2P: Part-to-Part Motion Cues Guide a Strong Tracking Framework for
LiDAR Point Clouds
TL;DR3D单物体跟踪研究中，基于外观匹配的方法受制于不完整、无纹理和语义缺失的LiDAR点云，而运动范式则通过利用运动线索而非外观匹配进行跟踪，且其复杂的多阶段处理和分割模块限制了其应用。本论文首先对运动范式进行深入研究，证明了直接从连续帧的点云中推测目标相对运动是可行的，并且连续点云之间的精细信息比较有助于目标运动建模。因此，我们提出了一种新的跟踪框架P2P，通过对连续点云进行部分运动建模，并介绍了P2P-point和P2P-voxel模型，分别通过基于点和基于体素的表示来实现隐式和显式的部分运动建模。在KITTI、NuScenes和Waymo Open Dataset上，P2P-voxel不添加额外功能，达到新的最先进水平（分别为约89％、72％和63％的精度）。此外，在相同的基于点的表示下，P2P-point在KITTI和NuScenes上的性能超过了之前的运动跟踪器M^2Track的3.3％和6.7％，而在单个RTX3090 GPU上以相当高的速度运行（107帧/秒）。源代码和预训练模型可在https://github.com/haooozi/P2P上获得。