当前位置: 首页 > news >正文

【多目标跟踪】《FlowMOT: 3D Multi-Object Tracking by Scene Flow Association》论文阅读笔记

0.论文

论文地址链接:https://arxiv.org/pdf/2012.07541v1

        通过流的方式跟踪是一个比较新颖的点,所以这里比较关注运动跟踪,是如果做到流的跟踪来预测目标的位置以及ID绑定的。

         FlowMOT的框架结构如下所示,本中会主要关注下运动跟踪、数据关联、ID分配、新生/消亡等,针对这个几个部分进行总结。

1.运动跟踪

        这里运动跟踪主要用的深度学习的网络结构,训练所有场景帧间的场景流,就可以预测出两帧间平移与旋转的变化,\Delta x,\Delta y, \Delta z,\Delta \theta。分别表示中心点的三维坐标点移动偏差,以及角度的偏差。

相关文章:

  • FFmpeg 中 Filters 使用文档介绍
  • 运维开发详解:现代IT环境的核心角色
  • 【TB作品】msp430g2553单片机,秒表,LCD1602,Proteus仿真
  • 使用dockerfile快速构建一个带ssh的docker镜像
  • AI程序员来了,大批码农要失业
  • 树--搜索二叉树
  • 大一C语言课设 服装销售系统 代码实现与项目总结
  • 深入探讨分布式ID生成方案
  • ES脚本启动报错修改
  • 新能源汽车推行精益生产:绿色动力下的效率革命
  • Java常规题技术分享
  • 单实例11.2.0.4迁移到11.2.0.4RAC_使用rman异机恢复
  • 新手教程之使用LLaMa-Factory微调LLaMa3
  • 【MATLAB】概述1
  • 富格林:揭露黑幕平台保障安全
  • C++ 混合运算的类型转换
  • 读书-《蛤蟆先生去看心理医生》
  • 从1.0到4.0,看看你公司的费控模式是第几代?
  • Vitis HLS 学习笔记--控制驱动与数据驱动混合编程
  • 常见排序算法之选择排序
  • 多人称华为手机忽现拍照模糊疑存缺陷,售后回应:主摄像头故障
  • 戴维·珀杜宣誓就任美国驻华大使
  • 自然资源部印发地理信息数据分类分级指南
  • 央行:上市公司回购增持股票自有资金比例要求从30%下调至10%
  • 澳大利亚工党可以靠“回避”胜选,但继续执政需要更多勇气
  • 指挥家高健:东方市民音乐会“高贵不贵”,我愿意常来