3Dシアミーズトラッキングを超えて：ポイントクラウドにおける3D単一物体追跡のための動き中心のパラダイム

LiDARポイントクラウドにおける3D単一物体追跡（3D SOT）は、自律運転において重要な役割を果たします。現在のアプローチは全て、外観マッチングに基づくシアミーズパラダイムに従っています。しかし、LiDARポイントクラウドは通常、テクスチャがなく不完全であり、効果的な外観マッチングを妨げます。さらに、従来の手法はターゲット間の重要な動きの手がかりを大きく見落としています。本研究では、3Dシアミーズトラッキングを超えて、新たな視点から3D SOTを処理する動き中心のパラダイムを提案します。このパラダイムに従い、マッチング不要の二段階トラッカーM2-Trackを提案します。第1段階では、M2-Trackは動き変換を通じて連続したフレーム内でターゲットを位置特定します。その後、第2段階では、動き支援型形状補完を通じてターゲットボックスを精緻化します。広範な実験により、M2-Trackは3つの大規模データセットにおいて前述の最先端技術を大幅に上回り、57FPSで実行されることが確認されました（KITTI、NuScenes、およびWaymoオープンデータセットにおけるそれぞれ約8％、約17％、および約22％の精度向上）。さらに、各コンポーネントの有効性が検証され、外観マッチングと組み合わせた際の動き中心のパラダイムの有望な可能性が示されています。コードはhttps://github.com/Ghostish/Open3DSOTで入手可能になります。