Box-Aware Feature Enhancement for Single Object Tracking on Point Clouds 포인트 클라우드에서 단일 객체 추적을 위한 Box-Aware 특성 강화

현재의 3D 단일 객체 추적 방법은 대상 템플릿과 탐색 영역 간의 특징 비교를 기반으로 대상을 추적합니다. 그러나 LiDAR 스캔에서 자주 발생하는 가림 현상 때문에, 매우 희소하고 불완전한 형태에 대한 정확한 특징 비교는 쉽지 않습니다. 본 연구에서는 첫 프레임에서 주어진 지면 진리 바운딩 박스를 강력한 힌트로 활용하여 대상 객체의 특징 설명을 강화함으로써, 간단하면서도 효과적인 방식으로 더욱 정확한 특징 비교를 가능하게 합니다. 특히, 우리는 객체를 점-박스 관계로 묘사하기 위한 정보가 풍부하고 견고한 표현인 BoxCloud를 제안합니다. 또한, 이 BoxCloud를 활용하여 신뢰성 있는 특징 매칭과 임베딩을 수행할 수 있는 효율적인 박스 인식 특징 융합 모듈을 설계하였습니다. 이러한 일반적인 구성 요소들을 기존 모델 P2B에 통합하여 우수한 박스 인식 추적기 (BAT)를 구축하였습니다. 실험 결과, 제안된 BAT는 KITTI와 NuScenes 벤치마크에서 모두 이전 최신 기술보다 크게 우수한 성능을 보였으며, 정밀도 측면에서 15.2% 개선되면서 약 20% 더 빠르게 실행되었습니다.