3d object tracking | BriefGPT

关键词3d object tracking

搜索结果 - 14

SceneTracker：长期场景流估计网络
本研究介绍了一种名为 SceneTracker 的基于学习的长期场景流估计（LSFE）网络，通过迭代方法来近似最优轨迹，并同时动态索引和构建外观和深度相关特征，并采用 Transformer 探索和利用轨迹之间的长程连接。通过详细实验，Sc
PDF3 months ago
多相关等式变压器网络与稠密连接用于 3D 单物体跟踪
稀疏 LiDAR 点云数据仍然存在挑战，因此本文提出了一种多相关 Siamese Transformer 网络，通过在每个阶段末尾基于稀疏支柱进行特征相关，以学习搜索区域的特征并保持模板的独立特征。该算法在 KITTI、nuScenes 和
PDF7 months ago
基于 RGBD 变形模型和综合移动数据集的亚厘米精度数字双生跟踪
数字孪生技术在移动增强现实环境中，通过创建精确的物理对象数字副本，对于重塑三维物体追踪和定位场景具有重要潜力。本文基于我们之前的工作《数字孪生追踪数据集》（DTTD），针对移动增强现实环境中的挑战，提出了一种基于转换器的 6 自由度姿态估计
PDF9 months ago
Interstate-24 3D 数据集：一个新的用于 3D 多摄像头车辆跟踪的基准测试
本论文介绍了一个新颖的视频数据集，该数据集来自城市高速公路上相互交叠的交通摄像头，可在交通监控环境中进行多摄像头 3D 物体跟踪。该数据集包含来自至少 16 个摄像头的 3 个场景的视频，总长度为 57 分钟。为每个摄像头视野完全准确地注释
PDF10 months ago
多模态多层次融合的三维单目标跟踪
提出 MMF-Track，一种多模态多级融合跟踪器，利用点云的几何和图像纹理特征跟踪 3D 目标，在 KITTI 上实现了最先进的性能表现，并在 NuScenes 上具有竞争力。
PDFa year ago
GLT-T++：基于全局和局部 Transformer 的 3D 对孪生跟踪，伴随排名损失
提出了基于全局 - 局部 Transformer 模块的投票策略用于 3D 点云中的单目标跟踪，同时引入了重要性预测分支和自适应损失函数来提高跟踪精度。实验结果表明，该方法在多个基准测试中均具有超越先进方法的表现并保持实时推理速度。
PDFa year ago
CVPRTripletTrack：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。
PDF2 years ago
基于 Siamese Voxel-to-BEV 的 3D 稀疏点云跟踪器
本文提出了一种 Siamese Voxel-to-BEV Tracker，通过 Siamese 形状感知特征学习网络和体素到 BEV 目标定位网络大幅提高了稀疏点云中的 3D 物体追踪性能，并在 KITTI 和 nuScenes 数据集上得
PDF3 years ago
基于 Transformer 的 3D 物体跟踪
本文提出了一种基于 transformer 架构的特征融合网络，以解决 3D 目标跟踪中的关键问题。该网络利用自注意机制捕捉点云中不同区域之间的相互关系，并使用交叉注意力将目标提示信息融入特征中，从而提高相似度计算的效率。在 KITTI 数
PDF3 years ago
ICCV基于盒式感知的点云单目标跟踪特征增强
本文提出了一种基于 BoxCloud 和特征融合的 3D 物体跟踪算法，相比于之前的算法，在 KITTI 和 NuScenes 数据集上有了很大的提升。
PDF3 years ago
基于因子图的点云 3D 多目标跟踪
本文提出了基于高斯混合模型和因子图框架的非线性最小二乘优化，用于处理三维空间中多个移动物体的跟踪问题，并展示了在 KITTI 跟踪数据集上实验的表现。
PDF4 years ago
CVPRP2B：基于点云的三维物体跟踪的点 - 盒网络
该论文提出了一种名为 P2B 的网络，通过在嵌入了目标信息的 3D 搜索区域中定位潜在的目标中心，执行基于点的 3D 目标候选提议和验证。使用 Hough 投票回归潜在目标中心，利用 PointNet++ 作为骨干网，证明了该方法在 KIT
PDF4 years ago
CVPR立体三维物体跟踪的联合时空优化
通过深度神经网络强大的目标理解，同时处理精确几何建模的一致轨迹估计，提出了一种基于联合时空优化的立体 3D 对象跟踪方法，在 KITTI 跟踪数据集上取得显著优于先前方法的定量评估结果，并在多个类别和大型数据集（KITTI 原始和 Argo
PDF4 years ago
基于动力学的三维骨骼手部追踪
本研究利用增强刚体模拟方法追踪手部骨骼姿态，在利用深度传感器样本生成限制运动方式的约束的基础上，使用投影高斯 — 赛德尔求解器解决先前的运动，碰撞 / 接触限制，以及关节力学问题，实现了实时、鲁棒且准确的 3D 骨骼追踪。
PDF7 years ago