QD-3DT：單目準(zhǔn)稠密三維目標(biāo)跟蹤

關(guān)注濤濤CV，設(shè)置星標(biāo)，更新不錯過

-------------------------------------

QD-3DT：單目準(zhǔn)稠密三維目標(biāo)跟蹤

單目準(zhǔn)稠密三維目標(biāo)跟蹤（QD-3DT）是一個在線框架，使用二維圖像中的準(zhǔn)稠密目標(biāo)方案檢測和跟蹤三維目標(biāo)。

一個可靠和準(zhǔn)確的3D跟蹤框架對于預(yù)測周圍物體的未來位置和規(guī)劃觀察者在許多應(yīng)用（如自動駕駛）中的行動至關(guān)重要。我們提出了一個框架，可以有效地關(guān)聯(lián)移動對象隨時間的變化，并根據(jù)在移動平臺上捕獲的二維圖像序列估計其完整的三維邊界框信息。對象關(guān)聯(lián)利用準(zhǔn)密集相似性學(xué)習(xí)來識別僅具有外觀線索的各種姿勢和視點中的對象。在初始2D關(guān)聯(lián)之后，我們進(jìn)一步利用3D邊界盒深度排序啟發(fā)式算法進(jìn)行魯棒實例關(guān)聯(lián)，并利用基于運動的3D軌跡預(yù)測進(jìn)行遮擋車輛的重新識別。最后，一個基于LSTM的目標(biāo)速度學(xué)習(xí)模塊聚合長期軌跡信息，以進(jìn)行更精確的運動外推。在我們提出的模擬數(shù)據(jù)和真實基準(zhǔn)（包括KITTI、nuScenes和Waymo數(shù)據(jù)集）上的實驗表明，我們的跟蹤框架在城市駕駛場景中提供了魯棒的對象關(guān)聯(lián)和跟蹤。在Waymo開放基準(zhǔn)上，我們在3D跟蹤和3D檢測挑戰(zhàn)中建立了第一條僅限攝像頭的基線。我們的準(zhǔn)密集3D跟蹤管道在nuScenes 3D跟蹤基準(zhǔn)上實現(xiàn)了令人印象深刻的改進(jìn)，在所有已發(fā)布的方法中，其跟蹤精度是best vision only submission的近五倍。

主要結(jié)果

代碼鏈接:

https://github.com/SysCV/qd-3dt

論文鏈接:

https://arxiv.org/abs/2103.07351

項目主頁:

https://eborboihuc.github.io/QD-3DT/

-------------------------------------

筆記：

《智能革命》《人工智能》《AI?未來》《好好賺錢》《韭菜的自我修養(yǎng)》讀書筆記

行業(yè)：?

服務(wù)機(jī)器人公司，機(jī)器視覺公司，自動駕駛公司，ADAS公司總結(jié)，?

SLAM：

Vslam方案+源碼，語義SLAM與深度相機(jī)，SLAM和導(dǎo)航避障，視覺SLAM總結(jié)

秦學(xué)英《三維物體的識別與跟蹤》，章國鋒《視覺SLAM》，申抒含《基于圖像的三維建模》，姜翰青《RGB -D SLAM》記錄筆記

視覺SLAM的建圖課件3，課件2，課件1

總結(jié)：

10年機(jī)器視覺網(wǎng)站，5年人工智能網(wǎng)站，

2019經(jīng)歷總結(jié)，2018視覺總結(jié)

機(jī)器視覺：

機(jī)器視覺基本概念筆記，記錄五，記錄四，記錄三，記錄二，記錄一

雙目視覺和激光傳感器對目標(biāo)物體的三維重建技術(shù)

圖像處理：

圖像處理基本概念筆記，記錄八，記錄七，記錄六?，記錄五，記錄四?，記錄三，記錄二?，記錄二，記錄一

歡迎支持，點擊在看，分享