基于目標檢測和場景流估計聯(lián)合優(yōu)化的3D多目標跟蹤

摘要： 大多數(shù)3D多目標跟蹤方法獨立優(yōu)化目標檢測和幀間數(shù)據(jù)關聯(lián)部分，沒有考慮單幀的特征學習和幀間關聯(lián)學習的耦合性。為了實現(xiàn)單幀檢測和幀間關聯(lián)的耦合學習，提出了一種基于目標檢測和場景流估計聯(lián)合優(yōu)化的3D多目標跟蹤框架FlowDet-Track。在該框架中，提出了一個檢測引導場景流估計模塊來緩解不正確的幀間關聯(lián)。為了獲得更準確的場景流標簽，特別是在旋轉運動的情況下，提出了一種基于框變換的場... （共8頁）