MCTrack: Ein einheitliches 3D-Mehrzielverfolgungsframework für autonomes Fahren

Dieses Papier stellt MCTrack vor, eine neue Methode zur dreidimensionalen Mehrfachobjektverfolgung (3D-MOT), die den aktuellen Stand der Technik (State-of-the-Art, SOTA) auf den Datensätzen KITTI, nuScenes und Waymo erreicht. Indem es die Lücke in den existierenden Verfolgungsparadigmen schließt, die oft auf spezifischen Datensätzen gut abschneiden, aber an Allgemeingültigkeit mangeln, bietet MCTrack eine einheitliche Lösung. Zudem haben wir das Format der Wahrnehmungsergebnisse über verschiedene Datensätze standardisiert, was als BaseVersion bezeichnet wird. Dies erleichtert Forschern im Bereich der Mehrfachobjektverfolgung (MOT), sich auf die Entwicklung des Kernalgorithmus zu konzentrieren, ohne durch umständliche Datenvorverarbeitung belastet zu werden. Schließlich erkennen wir die Einschränkungen der aktuellen Evaluationsmetriken und schlagen ein neues Set vor, das Bewegungsinformationen wie Geschwindigkeit und Beschleunigung bewertet, welche für nachgelagerte Aufgaben von entscheidender Bedeutung sind. Die Quellcodes der vorgeschlagenen Methode sind unter folgendem Link verfügbar: https://github.com/megvii-research/MCTrack.