清华猛狮
猛狮团队“多模态融合三维多目标跟踪算法CAMO-MOT”获得nuScenes当前测评世界第一
nuScenes当前测评世界第一
2022年8月3日，清华猛狮团队提出基于结合外观–运动优化的多模态融合三维多目标跟踪算法“CAMO-MOT（Combined Appearance-Motion Optimization Multi-Object Tracking）”，荣获自动驾驶领域权威评测数据集nuScenes跟踪任务榜单的世界第一名，这意味着清华猛狮团队在自动驾驶感知技术方面达到世界领先水平。
关于nuScenes
nuScenes是由Motional团队（前nuTonomy公司）于2019年公布的自动驾驶超大规模公共数据集，包括在波士顿和新加坡采集的 1000 个驾驶场景、140万帧图像和39万帧激光雷达点云数据，并标注了23个物体类别和140万个三维标注框，数据规模和难度远超之前的自动驾驶数据集KITTI，完善的传感器数据和充足的数据量使得nuScenes数据集成为自动驾驶领域中最广泛使用的公开数据集之一，是目前世界最权威的自动驾驶评测集。
参与 nuScenes 三维多目标跟踪任务的单位包括MIT（BEVFusion，排名2）、阿里巴巴（GTFS，排名3）、香港科技大学（TransFusion，排名4）、上海交通大学与华为诺亚方舟实验室（AlphaTrack，排名5）、斯坦福大学、苏黎世联邦理工学院、慕尼黑工业大学、图宾根大学、加利福尼亚大学圣迭戈分校、伊利诺伊大学香槟分校、丰田研究所、旷视科技及图森未来等国内外知名研究机构和企业。
清华猛狮团队提出的多模态融合跟踪算法CAMO-MOT，在所使用的检测器与榜单排名第二的MIT团队BEVFusion所采用的检测器性能相差巨大的情况下，仍将评价的关键指标多目标跟踪平均准确度AMOTA从74.1%提升至75.3%，表现出算法优秀的跟踪性能，彰显了清华猛狮团队在自动驾驶领域的技术实力。
关于 CAMO-MOT
清华猛狮团队提出一种新的基于结合外观–运动优化的多模态融合三维跟踪框架CAMO-MOT，该框架同时使用了相机和激光雷达数据融合，显著减少了由于遮挡和误检导致的跟踪失败。对于遮挡问题，首先提出了一个遮挡状态识别模块，可以从历史帧中有效地选择最佳的物体外观特征，减少了遮挡的影响。针对错误检测严重影响跟踪效果的问题，设计了一种基于置信度评分的运动代价矩阵，提高了在三维空间中定位和目标预测的精度。同时考虑现有的多目标跟踪方法仅对单一类别跟踪的缺陷，构建了多类别损失来实现多类别场景中的稳定多目标跟踪。
清华猛狮在自动驾驶领域有着丰富的技术积累和成果产出，建立了面向智能驾驶感知安全的多模态信息融合框架，提出了基于信息熵的可解释安全融合方法，并发布国内首个面向自动驾驶的多模态融合感知数据集平台OpenMPD，构建智能驾驶融合感知发明专利群（美国授权发明专利8项，中国授权发明专利30项），团队研究成果已发表在Information Fusion、Pattern Recognition、T-II、T-IE、T-Mech、T-VT、T-IV、ICRA、IROS、ITSC等自动驾驶知名期刊和国际学术会议上。
清华猛狮
合作洽谈｜18600923615
投稿转载｜15693629951
免责声明：文章内容来自互联网，本站仅提供信息存储空间服务，真实性请自行鉴别，本站不承担任何责任，如有侵权等情况，请与本站联系删除。
