[STAR-TRACK: 一种具有自适应时空外观表示的端到端3D目标跟踪的潜在运动模型]在nuScenes基准测试上进行的大量实验证明了作者的方法的优势，显示了基于DETR3D的跟踪器的最先进性能，同时大大减少了轨迹的ID切换数量。
- 题目: STAR-TRACK: Latent Motion Models for End-to-End 3D ObjectTracking with Adaptive Spatio-Temporal Appearance Representations
- 作者单位: 奔驰，图宾根大学等
- 工程地址:STAR-TrackProjectPage
本文介绍了一种遵循注意力跟踪范式，以目标为中心、基于变换器的3D跟踪框架。传统的基于模型的跟踪方法将帧之间的目标和自运动的几何效应与几何运动模型相结合。受此启发，作者提出了STAR-TRACK，它使用了一种新的潜在运动模型 (LMM)来附加调整目标查询，以直接考虑潜在空间中观看方向和照明条件的变化，同时仍然明确地对几何运动建模。结合一种新的可学习轨迹嵌入，有助于对轨迹的存在概率进行建模，这产生了一个通用的跟踪框架，可以与任何基于查询的检测器集成。在nuScenes基准测试上进行的大量实验证明了作者的方法的优势，显示了基于DETR3D的跟踪器的最先进性能，同时大大减少了轨迹的ID切换数量.
