以运动为中心的孪生网络三维目标跟踪

目的现有的三维单目标跟踪方法主要遵循基于孪生匹配的范式，长期以来，该范式在处理无纹理且不完整的激光雷达点云时存在诸多问题。一种新的以运动为中心的范式无需进行外观匹配，在很大程度上克服了这些挑战。然而，该方法为多阶段操作，需额外进行预分割与边界框优化。为了解决上述问题，提出一种创新且简洁的基于孪生网络以运动为中心的跟踪方法。方法本文方法的核心在于，先借助共享编码器从连续两帧数据中提取特征，随后直接在特征层面建模目标相对运动。具体而言，设计了时空特征聚合模块，该模块能在多尺度下整合编码特征，高效捕捉运动信息；同时引入边界框感知特征编码模块，将精确的尺寸先验信息融入运动特征，以提升预测精度。结果实验环节，在 Kitti、NuScenes和WOD（Waymo open dataset） 3个数据集上，与当前先进方法对比，结果显示：在Kitti数据集中，相较于排名第2的方法，平均成功率指标提升4.7%，平均精度指标提升4.9%；在NuScenes数据集中，平均成功率指标提升14.2%，平均精度指标提升11.5%；在WOD数据集中，平均成功率指标提升2.9%，平均精度指标提升5.4%。在Kitti和NuScenes数据集的高难度测试子集上，本文方法也展现出极强的鲁棒性。此外，在Kitti和NuScenes数据集上开展的消融实验，进一步验证了孪生架构、时空特征聚合模块及边界框感知特征编码模块的有效性。结论本文提出的基于孪生网络以运动为中心的跟踪方法，规避了易受干扰的外观匹配流程，且无需额外预分割和边界框优化，显著提高跟踪精度，为三维单目标跟踪领域提供了新思路。