基于点云多维特征联合的三维目标跟踪方法
摘要
三维目标跟踪是自动驾驶领域的研究热点之一，目前大多数三维目标跟踪方法仅使用交并比或运动特征作为依据进行数据关联，忽略了目标的3D形态特征与位置特征，导致匹配误差较大。针对此问题提出了基于点云多维特征联合的三维目标跟踪方法。首先，基于3D检测骨干网络构建对象嵌入匹配模块来提取目标3D特征，得到更有判别性的特征。其次，添加了运动预测模块以捕获运动特征，结合目标历史轨迹预测目标位置，提高目标在帧间的一致性。最后，构建多维特征联合亲和矩阵，结合距离目标3D形态特征、运动特征和中心点位置特征等多维特征进行数据关联，增加轨迹和检测关联的可靠性。在公开数据集nuScenes上的验证结果表明，所提出的三维目标跟踪方法在跟踪性能方面表现更优，平均多目标跟踪准确率提升了4.4百分点，身份切换降低了322，在身份切换次数上有较好的抑制效果，证明了该方法的有效性。
引用本文（GB/T 7714）
田枫 Tian Feng, 张思睿 Zhang Sirui, 刘芳 Liu Fang, 等. 基于点云多维特征联合的三维目标跟踪方法[J]. Laser & Optoelectronics Progress, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。