东北大学发布Sttracker：用于3D单目标跟踪的时空跟踪器

2023-09-18 09:22 作者:计算机视觉life 0人读过 | 我要投稿

以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

点击领取学习资料 → 机器人SLAM学习资料大礼包

#论文# RAL 2023|东北大学（沈阳）发布Sttracker：用于3D单目标跟踪的时空跟踪器

【STTracker: Spatio-Temporal Tracker for 3D Single Object Tracking 】

文章链接：230617440STTrackerSpatio-TemporalTrackerfor3DSingl...

数据集：【KITTI】【NuScenes】

参考代码：GitHub-open-mmlabOpenPCDetOpenPCDetToolboxforLiDAR...Open3DSOTpretrained_modelsmmtrack_kitti_carckptatm...

利用点云进行三维单目标跟踪是三维计算机视觉中的一项重要任务。以往的方法通常输入最后两帧，利用预测框分别得到前一帧的模板点云和当前帧的搜索区域点云，然后使用基于相似性或基于运动的方法预测当前框。这些方法虽然取得了较好的跟踪性能，但是忽略了目标的历史信息，而历史信息对于跟踪是重要的。
相比于输入两帧点云，本文输入多帧点云对目标的时空信息进行编码，隐式地学习目标的运动信息，可以建立不同帧之间的相关性，高效地跟踪当前帧中的目标。同时，与直接使用点特征进行特征融合不同，我们首先将点云特征裁剪成多个面片，然后使用稀疏注意力机制对面片级相似度进行编码，最后融合多帧特征。大量实验表明，我们的方法在挑战大规模基准测试集( KITTI中62.6 % , NuScenes中49.66 %)上取得了有竞争力的结果。