Key points are not available for this paper at this time.
3D単一物体追跡は、数十年にわたり重要な問題であり、自律運転などの多くの応用があります。広範な利用があるにもかかわらず、このタスクは、遮蔽や追跡対象間のサイズ差によって引き起こされる顕著な外観の変動のため、依然として困難です。これらの問題に対処するために、MBPTrackを提案します。これは、過去の情報を利用するメモリメカニズムを採用し、最初のフレームで与えられたボックスプライヤを使用して、粗から細へのスキームで位置特定を行います。具体的には、ターゲットネスマスクを持つ過去のフレームが外部メモリとして機能し、トランスフォーマーベースのモジュールがメモリから現在のフレームに追跡ターゲットの手がかりを伝播させます。すべてのサイズの物体を正確に位置特定するために、MBPTrackは最初にハフ投票を通じてターゲットセンターを予測します。最初のフレームで与えられたボックスプライヤを活用することで、異なるサイズのターゲットを大まかにカバーするターゲットセンター周辺の参照ポイントを適応的にサンプリングします。そして、位置特定がより効果的に実施できるように、参照ポイントにポイント機能を集約して密な特徴マップを取得します。広範な実験により、MBPTrackはKITTI、nuScenes、Waymo Open Datasetで最新の性能を達成し、単一のRTX3090 GPUで50 FPSで動作します.
Xu et al. (Sun,)はこの問題を研究しました.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: