Spb3DTracker: A Robust LiDAR-Based Person Tracker for Noisy Environmen

要約

人物検出および追跡 (PDT) は、自動運転車分野における 2D カメラベースのシステムで大幅な進歩を遂げており、これらのアルゴリズムが広く採用されるようになりました。
しかし、プライバシーへの懸念の高まりが最近大きな問題として浮上しており、実行可能な代替手段として LiDAR ベースの PDT への移行を促しています。
この分野では、「検出による追跡」(TBD) が著名な方法論となっています。
LiDAR ベースの PDT は、その有効性にもかかわらず、カメラベースの PDT と同じレベルのパフォーマンスをまだ達成していません。
このペーパーでは、検出後処理、データ関連付け、モーション モデリング、ライフサイクル管理など、LiDAR ベースの PDT フレームワークの主要コンポーネントを検証します。
これらの洞察に基づいて、多様な環境向けに設計された堅牢な人物追跡ツール SpbTrack を紹介します。
私たちの方法は、ノイズの多いデータセットで優れたパフォーマンスを達成し、KITTI データセット ベンチマークと LiDAR ベースのトラッカーのカスタム オフィス屋内データセットで最先端の結果を達成します。
匿名のプロジェクトページ。

要約(オリジナル)

Person detection and tracking (PDT) has seen significant advancements with 2D camera-based systems in the autonomous vehicle field, leading to widespread adoption of these algorithms. However, growing privacy concerns have recently emerged as a major issue, prompting a shift towards LiDAR-based PDT as a viable alternative. Within this domain, ‘Tracking-by-Detection’ (TBD) has become a prominent methodology. Despite its effectiveness, LiDAR-based PDT has not yet achieved the same level of performance as camera-based PDT. This paper examines key components of the LiDAR-based PDT framework, including detection post-processing, data association, motion modeling, and lifecycle management. Building upon these insights, we introduce SpbTrack, a robust person tracker designed for diverse environments. Our method achieves superior performance on noisy datasets and state-of-the-art results on KITTI Dataset benchmarks and custom office indoor dataset among LiDAR-based trackers. Project page at anonymous.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google