3Dシーメゼ追跡を超えて：点群における3D単一物体追跡の運動中心的なパラダイム

LiDARポイントクラウドにおける3次元単一物体追跡（3D SOT）は、自動運転において重要な役割を果たしています。現行の手法はすべて、外観マッチングに基づくシアムパラダイムに従っています。しかし、LiDARポイントクラウドは通常テクスチャがなく、不完全であるため、効果的な外観マッチングが妨げられます。さらに、以前の方法では対象間の重要な運動情報を大きく見落としています。本研究では、3Dシアム追跡を超えて、新たな視点から3D SOTを取り扱うために運動中心のパラダイムを導入します。このパラダイムに従い、我々はマッチングフリーの2段階トラッカーM^2-Trackを提案します。第1段階では、M^2-Trackは運動変換を通じて連続フレーム内で目標を局所化します。その後、第2段階で運動支援形状補完により目標ボックスを精緻化します。広範な実験結果により、M^2-TrackはKITTI、NuScenes、Waymo Open Datasetという3つの大規模データセットにおいて既存の最先端手法を大幅に上回ることが確認されました（それぞれ約8%、約17%、約22%の精度向上）。さらに各構成要素の有効性が検証され、運動中心のパラダイムが外観マッチングと組み合わさることで有望な可能性を持つことが示されました。