文章预览
作者 | 小书童 编辑 | AI视界引擎 点击下方 卡片 ,关注“ 自动驾驶Daily ”公众号 ADAS巨卷干货,即可获取 >> 点击进入→ 自动驾驶Daily技术交流群 本文只做学术分享,如有侵权,联系删文 许多基于卡尔曼滤波器的多目标跟踪(MOT)方法假设恒定速度和高斯分布的滤波噪声。这些假设使得基于卡尔曼滤波器跟踪器在线性运动场景中有效。然而,这些线性假设在估计涉及非线性运动和遮挡的场景中未来的物体位置时,成为关键限制。 为了应对这个问题,作者提出了一种基于运动的MOT方法,称为AM-SORT,它是一种适应性运动预测器,可以估计非线性不确定性。AM-SORT是SORT系列跟踪器的创新延伸,它使用 Transformer 架构作为运动预测器,超越了卡尔曼滤波器。作者引入了一种历史轨迹嵌入,使 Transformer 能够从一系列边界框的序列中提取时空特征。 AM-SORT
………………………………