#计算机视觉[超话]##我爱计算机视觉##3D目标跟踪##点云#

A Lightweight and Detector-free 3D Single Object Tracker on Point Clouds

近期过于 3D 单目标跟踪的工作，可以将跟踪视为一个特定目标的 3D 检测任务，其中通常采用现有的 3D 检测器进行跟踪。但由于原始的 LiDAR 扫描中的物体点云是稀疏和不完整的，因此执行精确的特定目标的检测是不容易的。

本次研究任务通过利用时间运动线索来解决上述的问题，并提出 DMT，一个基于 Detector-free Motion prediction（无检测运动预测）的 3D跟踪网络，完全消除了复杂的 3D 检测器的使用，比以前的跟踪器更轻、更快、更准确。具体来说，首先引入运动预测模块，以无点云的方式估计当前帧的潜在目标中心。然后，提出一个显式投票模块，从估计的目标中心直接回归三维方框。

在KITTI和NuScenes数据集上的大量实验表明，我们的DMT在不应用任何复杂的3D检测器的情况下，仍然可以比最先进的方法取得更好的性能（在NuScenes数据集上提高了10%）和更快的跟踪速度（即72FPS）。

作者 | Yan Xia, Qiangqiang Wu, Tianyu Yang, Wei Li, Antoni B. Chan, Uwe Stilla
单位 | 慕尼黑工业大学；香港城市大学；腾讯；嬴彻科技
论文 | https://t.cn/A66VSIoH

我们的第三个情人节哇[男孩儿][女孩儿]，在一起的950+天
磕磕绊绊，好好坏坏，一路走来不容易，每一次的分歧都是一种成长，都会让彼此更加珍惜。
前段时间与某男冷战N+天，因为存在很多分歧与不确定性，因为理想与现实的差距，因为现在与过去的差距……嗯，不开心的事情还是要少记录一点，毕竟作为女孩子，我也是翻旧账小能手啊。
Li问要什么礼物，机智的我让他报销了买好的gold，果然先斩后奏还是有用的，要不然li肯定不同意我买耳钉。
情人节卖花的摊位好多啊，鲜花、干花……还带精美包装，亮闪闪小灯，不过居家小能手怎么会接受赤裸裸的坑呢，用买花的钱买草莓吃不香吗[吃瓜]
异地之前，节日当天我们都会一起吃蛋糕庆祝；异地之后，虽然不能一起吃蛋糕，但蛋糕也必须要有呀，那就把蛋糕送给li吃吧。既然不能一起喝奶茶，那就把我爱喝的和li爱喝的都送给li喝吧。呵，Li是不会有这种觉悟的[摊手]

一面惊喜，一面悲伤。
我就知道这么顺利应该不太可能，不过还是值得眉开颜笑的！继三箱一千五百个培养皿的lose之后，还是在最后找到了一次出路，虽然这讽刺着我研二的上半个学期都在做“预实验”，一把把我打回源头，但比起看不到希望的无力努力，我愿意接受从头再来！我爱Eco.li！希望你的每一个编号都能扩散发扬！