3d multi-object tracking | BriefGPT

关键词3d multi-object tracking

搜索结果 - 19

StreamMOTP：联合 3D 多目标跟踪和轨迹预测的流式统一框架
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
PDF8 days ago
3D 多视角多目标跟踪的轨迹初始化与再识别
使用 2D 检测从单目相机提出了一种三维多目标跟踪（MOT）解决方案，该解决方案在自动启动 / 终止跟踪，解决外观再出现和遮挡方面具有重要作用。
PDFa month ago
RobMOT：基于激光雷达点云的观测噪声和状态估计漂移缓解的稳健三维多目标跟踪
通过对 Kalman 滤波进行改进以减小轨迹漂移噪声，并引入一种新的在线轨迹有效性机制来减少幽灵轨迹，从而在 3D 多物体跟踪中提出了 RobMOT 框架，该框架在各种检测器上表现出优于截至目前最先进方法的卓越性能，包括深度学习方法，在 M
PDF2 months ago
CVPRADA-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。
PDF2 months ago
可解释多目标跟踪的反向神经渲染
通过在预训练的 3D 对象表示的潜在空间上优化可微分的渲染管道，我们提出将 RGB 摄像机中的 3D 多目标跟踪重新构建为逆渲染问题，通过优化图像损失在生成的潜空间上进行，其固有地解藕形状和外观属性。我们验证了我们方法的泛化和扩展能力，通过
PDF3 months ago
Fast-Poly: 三维多目标跟踪的快速多面体框架
提出了一种名为 Fast-Poly 的基于滤波器的快速、有效的 3D 多物体跟踪方法，该方法通过解决 3D 空间中物体旋转各向异性、增强本地计算密集化和利用并行化技术，提高了推断速度和精度，在两个大规模跟踪基准测试中获得新的性能最佳值，并且
PDF4 months ago
ShaSTA-Fuse: 摄像头 - LiDAR 传感器融合以建模形状和时空亲缘性用于 3D 多目标跟踪
使用 3D 多目标跟踪、相机 - LiDAR 融合、感知信号、亲和性估计和跟踪置信度改进等关键词，本文提出了一种新颖的相机 - LiDAR 融合方法，用于学习亲和性，从而大幅度提升数据关联、跟踪管理、误检剔除、误漏传播以及跟踪置信度的精细化
PDF9 months ago
自动驾驶中的三维多目标跟踪：文献综述
3D 多目标跟踪是自动驾驶领域中的一个重要问题，本文对该领域的研究现状进行了综述和总结，提出了未来的研究方向，包括问题界定、分类、方法论、挑战、实验指标和数据集等方面的系统讲解和比较，为未来的研究提供了指导。
PDF9 months ago
ICCV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。
PDF10 months ago
TrajectoryFormer：基于预测轨迹假设的三维物体跟踪变换器
TrajectoryFormer 是一种基于点云的 3D 多目标跟踪 (MOT) 框架，通过使用带有时间预测框和当前帧检测框的多个轨迹假设进行轨迹框关联，结合长期目标运动特征和短期目标外观特征来创建每个假设的特征嵌入，引入全局 - 局部交互
PDFa year ago
面向 3D MOT 的点云物体重新识别
本文探讨了在 3D 多物体跟踪场景下，通过学习匹配预测的 3D 边界框裁剪后的（例如，使用点云）点云观测到的对象对应，相比使用图像，通过点云进行对象重新识别的性能表现如何，并提出了可供比较的对象重新识别网络方法，发现使用高感度传感器的效果优
PDFa year ago
质量至上：接纳质量线索以实现强大的 3D 多目标跟踪
本文基于大量实证分析，提出了一种基于物体属性质量评估的分层联结策略，可有效提高三维多目标跟踪的性能表现。实验结果表明，该策略使得跟踪性能提高了 2.2% AMOTA，并在 nuScenes 数据集上表现出领先于现有最新技术的优异结果。
PDF2 years ago
SimpleTrack: 3D 多目标跟踪的理解和反思
本文总结了目前三维多目标跟踪方法并提出了 SimpleTrack 算法，指出了现有方法的缺陷并为其提出改进方案；在 Waymo Open Dataset 和 nuScenes 数据集上得到了新的最佳结果。本文还分析了现有数据集对算法真实能力
PDF3 years ago
ICCV自主驾驶中简单的三维多物体追踪探索
本研究提出了一种基于 SimTrack 的 3D 多目标跟踪系统，旨在简化手工制作的跟踪范例，通过使用端到端可训练的模型从原始点云中进行联合检测和跟踪，无需启发式匹配步骤，将跟踪对象的关联，新生对象的检测和死亡轨迹的消除集成为一个统一的模型
PDF3 years ago
ECCV三维多目标跟踪的图神经网络
本研究提出了一种基于图神经网络和联合特征提取的 3D 多物体跟踪算法，通过在 KITTI 数据集上的实验验证，取得了最先进的 3D MOT 性能。
PDF4 years ago
ECCVAB3DMOT：3D 多目标跟踪的基准和新的评估指标
本研究提出了一种简单实时的 3D 多目标跟踪系统，使用 3D Kalman 过滤器和匈牙利算法实现状态估计和数据关联，并提出了一种新的 3D MOT 评估工具以及三种新的评估指标。该方法在 KITTI 上表现出强大的 3D MOT 性能，并
PDF4 years ago
CVPRGNN3DMOT: 三维多目标跟踪的图神经网络和多特征学习
该研究提出了两种技术来改进 3D 多目标跟踪中的判别特征学习，通过引入图神经网络实现对象间的特征互动，以及从二维和三维空间中同时提取外观和运动特征来减少混淆。最终实现了在 KITTI 和 nuScenes 3D MOT 测试中最先进的性能表
PDF4 years ago
自动驾驶的概率三维多目标跟踪
本文介绍了一种在线目标跟踪方法，采用卡尔曼滤波器估算对象状态，并测量预测对象状态和当前检测数据之间的马氏距离以进行数据关联，该方法在 NuScenes Tracking Challenge 中表现优异。
PDF4 years ago
3D 多目标跟踪：基线和新的评估指标
该论文提出了一个简单实时的 3D 多目标跟踪系统，使用 3D Kalman 滤波器和匈牙利算法进行状态估计和数据关联，并提出了新的 3D MOT 评估工具和新的评估指标，可在 KITTI 和 nuScenes 数据集上获得最先进的性能和最快
PDF5 years ago