#157
summarized by : Lei Xu
Exploring Simple 3D Multi-Object Tracking for Autonomous Driving

どんな論文か?

 自動運転における三次元多物体追跡では、LiDARの生点群データから物体の検出と追跡を一緒に行うSimTrackというエンドツーエンドモデルを提案した。具体的には、小片区域のLiDAR点群データから、各物体の最初に出現される場所を予測して追記IDを取得し、モーション推定に基づいて場所を更新する。
placeholder

新規性

 従来の物体追跡の方法は、物体を検出してから追跡を行う。この方法には、ヒューリスティックなマッチングステップにマッチング規則の手作りと関連パラメータのチューニングが必要であるというメリットがある。新手法は、点群データから物体検出と追跡を一体化し、追跡されたオブジェクトの関連付、新オブジェクトの検出、デッドトラック排除を単一のモデルに統合する。

結果

 nuScenesとWaymo Open という二つの大規模のデータセットでテストを行い、最先端の方法に比べて遜色のない追跡結果を示した。

その他(なぜ通ったか?等)

 新手法は、追跡システムに対して複雑さを下げる同時に、高い汎用性を備えさせる。  従来手法のデメリットについて、まず、手作りの規則はエンジニアの分野と経験によるもので、効果はデータによる自主学習に劣る。そして、車、人、バイクなどの各カテゴリにパラメータのチューニングが必要であるため、時間がかかる。最後、汎用性が低い。シーンに基づいたチューニングしたパラメータは、他のシーンに適用した効果が悪い。