慕尼黑工业大学最新工作：使用直接光度BA的3D多目标跟踪DirectTracker

2023-01-18 09:41 作者:计算机视觉life 0人读过 | 我要投稿

以下内容来自从零开始机器人SLAM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# DirectTracker: 3D Multi-Object Tracking Using Direct Image Alignment and Photometric Bundle Adjustment

论文地址：https://arxiv.org/abs/2209.14965

作者单位：慕尼黑工业大学

项目页面：https://vision.in.tum.de/research/vslam/directtracker

直接法在视觉里程计和SLAM的应用中表现出了优异的性能。在这项工作中，我们提出利用它们的有效性来完成3D多目标跟踪任务。为此，我们提出了DirectTracker框架，该框架有效地结合了用于短期跟踪的直接图像对齐和用于3D目标检测的滑动窗口光度BA。本方案基于稀疏滑动窗口点云进行估计，并使用基于优化的代价函数进一步细化，该代价函数结合3D和2D特征以确保图像和世界空间的一致性。我们提出使用最近引入的高阶跟踪精度(HOTA)度量和广义交集优先于并集相似性度量来评估3D跟踪。我们对Kitti中的汽车跟踪基准进行了评估，并在2D和3D跟踪对象方面展示了具有竞争力的性能。

本文贡献如下：

1、我们提出了一种新的在线MOT方法，有效地检测和跟踪3D汽车; 2、基于最近引入的HOTA指标，我们提出改变3D MOT任务的评估协议，将3D GIoU作为其相似度度量，从而公平地评估基于立体的跟踪方法的性能; 3、我们对3D跟踪进行了广泛的评估，并在KITTI跟踪基准上显示了具有竞争力的结果。