【传感器融合】开源 | EagerMOT在KITTI和NuScenes数据集上的多个MOT任务中，性能SOTA！

获取完整原文和代码，公众号回复：10031344868

论文地址： link: http://arxiv.org/pdf/2104.14682v1.pdf

代码： 公众号回复：10031344868

来源： the Technical University of Munich

论文名称：EagerMOT: 3D Multi-Object Tracking via Sensor Fusion

原文作者：Aleksandr Kim

内容提要

多目标跟踪(MOT)使移动机器人能够通过在已知的3D空间和时间内定位周围物体，来进行运动规划和导航。现有的方法依靠深度传感器(如激光雷达)在3D空间中探测和跟踪目标，但由于信号的稀疏性，只能在有限的传感范围内进行。另一方面，相机仅在图像域提供密集和丰富的视觉信号，帮助定位甚至遥远的物体。在本文中，我们提出了EagerMOT，这是一个简单的跟踪公式，从两种传感器模式集成了所有可用的目标观测，以获得一个充分的场景动力学解释。使用图像，我们可以识别遥远的目标，而使用深度估计一旦目标在深度感知范围内，允许精确的轨迹定位。通过EagerMOT，我们在KITTI和NuScenes数据集上的多个MOT任务中获得了最先进的结果。

主要框架及实验结果

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。