典型文献
基于特征融合和相似度估计网络的三维多目标跟踪
文献摘要：
针对现有自动驾驶多目标跟踪算法融合多传感信息的方式不能充分发挥协同作用的问题,提出了一种基于多模态特征融合与可学习式目标相似度估计的三维多目标跟踪算法.多模态特征融合模块对图像和点云特征进行基于通道注意力机制的特征融合,进一步提升了多模态特征的表达能力.目标相似度估计模块通过网络直接生成相似度矩阵,以可学习方式实现多目标之间的跨模态联合推理,避免了大量的人工参数设定.将所提算法在KITTI数据集上进行了验证与测试,其高阶跟踪精度(HOTA)在测试集中达到了69.24％,表明所提算法在精度上优于其他算法,具有较好的鲁棒性.
文献关键词：
机器视觉;多目标跟踪;特征融合;注意力机制;卷积神经网络
中图分类号：
作者姓名：
陈汶铭;洪濡;盖绍彦;达飞鹏
作者机构：
东南大学自动化学院,江苏南京210096;东南大学复杂工程系统测量与控制教育部重点实验室,江苏南京210096;东南大学深圳研究院,广东深圳518063
文献出处：
引用格式：
[1]陈汶铭;洪濡;盖绍彦;达飞鹏-.基于特征融合和相似度估计网络的三维多目标跟踪)[J].光学学报,2022(16):167-176
A类：
HOTA
B类：
维多,自动驾驶,多目标跟踪算法,算法融合,多模态特征融合,可学,目标相似度,特征融合模块,点云特征,通道注意力机制,表达能力,接生,相似度矩阵,学习方式,跨模态,参数设定,KITTI,跟踪精度,测试集,中达,机器视觉
AB值：
0.263321
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
