車両の3次元範囲と軌道は、車両の将来位置を予測し、その予測に基づいて将来のエージェント自身の運動を計画するための重要な手がかりです。本論文では、単眼動画から3次元車両検出と追跡を行う新しいオンラインフレームワークを提案します。このフレームワークは、時間とともに移動する車両の検出を関連付けるだけでなく、移動プラットフォームで撮影された2次元画像のシーケンスから車両の完全な3次元バウンディングボックス情報を推定することもできます。当手法は、堅牢なインスタンス関連付けのために3次元ボックス深度順位マッチングを利用し、遮蔽された車両の再識別のために3次元軌道予測を利用しています。また、より正確な長期運動外挿のためにLSTM（Long Short-Term Memory）に基づいた運動学習モジュールを設計しました。シミュレーション、KITTI、Argoverseデータセットでの実験結果は、当3次元追跡パイプラインが堅牢なデータ関連付けと追跡を提供することを示しています。特にArgoverseにおいては、当画像ベース手法はLiDARを中心とした基準手法よりも30メートル以内の3次元車両追跡で著しく優れています。