論文の概要: Offline-Poly: A Polyhedral Framework For Offline 3D Multi-Object Tracking
- arxiv url: http://arxiv.org/abs/2602.13772v1
- Date: Sat, 14 Feb 2026 13:34:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-17 14:17:28.414493
- Title: Offline-Poly: A Polyhedral Framework For Offline 3D Multi-Object Tracking
- Title（参考訳）: Offline-Poly:オフライン3Dマルチオブジェクト追跡のための多面的フレームワーク
- Authors: Xiaoyu Li, Yitao Wu, Xian Wu, Haolin Zhuo, Lijun Zhao, Lining Sun,
- Abstract要約: オフライン3D MOTは、4D自動ラベルプロセスの重要なコンポーネントである。
トラッキング中心の設計に基づく汎用オフライン3DMOT法であるOffline-Polyを提案する。
- 参考スコア（独自算出の注目度）: 11.527022085205012
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Offline 3D multi-object tracking (MOT) is a critical component of the 4D auto-labeling (4DAL) process. It enhances pseudo-labels generated by high-performance detectors through the incorporation of temporal context. However, existing offline 3D MOT approaches are direct extensions of online frameworks and fail to fully exploit the advantages of offline setting. Moreover, these methods often depend on fixed upstream and customized architectures, limiting their adaptability. To address these limitations, we propose Offline-Poly, a general offline 3D MOT method based on a tracking-centric design. We introduce a standardized paradigm termed Tracking-by-Tracking (TBT), which operates exclusively on arbitrary off-the-shelf tracking outputs and produces offline-refined tracklets. This formulation decouples offline tracker from specific upstream detectors or trackers. Under the TBT paradigm, Offline-Poly accepts one or multiple coarse tracking results and processes them through a structured pipeline comprising pre-processing, hierarchical matching and fusion, and tracklet refinement. Each module is designed to capitalize on the two fundamental properties of offline tracking: resource unconstrainedness, which permits global optimization beyond real-time limits, and future observability, which enables tracklet reasoning over the full temporal horizon. Offline-Poly first eliminates short-term ghost tracklets and re-identifies fragmented segments using global scene context. It then constructs scene-level similarity to associate tracklets across multiple input sources. Finally, Offline-Poly refines tracklets by jointly leveraging local and global motion patterns. On nuScenes, we achieve SOTA performance with 77.6% AMOTA. On KITTI, it achieves leading results with 83.00% HOTA. Comprehensive experiments further validate the flexibility, generalizability, and modular effectiveness of Offline-Poly.
- Abstract（参考訳）: オフライン3Dマルチオブジェクトトラッキング(MOT)は、4Dオートラベル(4DAL)プロセスの重要なコンポーネントである。
時間的文脈を取り入れることで、高性能検出器によって生成された擬似ラベルを強化する。
しかし、既存のオフライン3D MOTアプローチはオンラインフレームワークの直接的な拡張であり、オフライン設定の利点を完全に活用できない。
さらに、これらの手法はしばしば上流とカスタマイズされたアーキテクチャに依存し、適応性を制限する。
これらの制約に対処するため,トラッキング中心の設計に基づくオフライン3DMOT方式であるOffline-Polyを提案する。
我々は、任意のオフ・ザ・シェルフ追跡出力にのみアクセスし、オフラインで修正したトラックレットを生成するTBT(Tracking-by-Tracking)と呼ばれる標準化パラダイムを導入する。
この定式化は、特定の上流検出器やトラッカーからオフライントラッカーを分離する。
TBTパラダイムの下では、Offline-Polyは1つまたは複数の粗い追跡結果を受け付け、それらを前処理、階層的マッチングと融合、トラックレットの改良を含む構造化パイプラインを通して処理する。
各モジュールは、オフライントラッキングの基本的な2つの特性、すなわち、リアルタイムな制限を超えたグローバルな最適化を可能にするリソース非制約性と、完全な時間的水平線上のトラックレット推論を可能にする将来の可観測性に乗じて設計されている。
Offline-Polyは、まず短期的なゴーストトラックレットを排除し、グローバルシーンコンテキストを使用して断片化されたセグメントを再識別する。
その後、複数の入力源をまたいだトラックレットとシーンレベルの類似性を構築する。
最後に、Offline-Polyは、局所的な動きパターンとグローバルな動きパターンを併用することで、トラックレットを洗練する。
nuScenesでは77.6%のAMOTAでSOTA性能を実現する。
KITTIでは83.00%のHOTAで先行結果を得る。
総合的な実験により、オフライン・ポリの柔軟性、一般化可能性、およびモジュラーの有効性がさらに検証される。
関連論文リスト
- LiDAR MOT-DETR: A LiDAR-based Two-Stage Transformer for 3D Multiple Object Tracking [4.65812324892521]
ライダーをベースとした2段式DETRインバータ,スムーズかつトラッカーを提案する。
よりスムーズなステージは、移動中の時間窓を越えて、市販の検出器からライダー物体の検出を洗練させる。
トラッカーステージはDETRベースのアテンションブロックを使用して、トラックされたオブジェクトと、ポイントクラウドをコンテキストとして洗練された検出とを関連付けることで、トラックを時間にわたって維持する。
論文 参考訳（メタデータ） (2025-05-19T06:25:48Z) - CAMELTrack: Context-Aware Multi-cue ExpLoitation for Online Multi-Object Tracking [68.24998698508344]
CAMELはコンテキスト対応型マルチキューExpLoitationのための新しいアソシエイトモジュールである。
エンド・ツー・エンドの検知・バイ・トラック方式とは異なり,本手法は軽量かつ高速にトレーニングが可能であり,外部のオフ・ザ・シェルフモデルを活用することができる。
提案するオンライントラッキングパイプラインであるCAMELTrackは,複数のトラッキングベンチマークで最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2025-05-02T13:26:23Z) - Is a Pure Transformer Effective for Separated and Online Multi-Object Tracking? [36.5272157173876]
マルチオブジェクト追跡 (MOT) は, 追跡と検出を分離したオンラインパラダイムにおいて, 短期的な関連性を示した。
本稿では、トラジェクトリグラフの概念を概観し、それらを有向非巡回グラフとして表現することで、新しい視点を提案する。
オンラインMOTの短時間・長期追跡におけるTransformerの有効性を検証するために,PuTR(Concise Pure Transformer)を提案する。
論文 参考訳（メタデータ） (2024-05-23T02:44:46Z) - An Effective Motion-Centric Paradigm for 3D Single Object Tracking in
Point Clouds [50.19288542498838]
LiDARポイントクラウド(LiDAR SOT)における3Dシングルオブジェクトトラッキングは、自動運転において重要な役割を果たす。
現在のアプローチはすべて、外観マッチングに基づくシームズパラダイムに従っている。
我々は新たな視点からLiDAR SOTを扱うための動き中心のパラダイムを導入する。
論文 参考訳（メタデータ） (2023-03-21T17:28:44Z) - Modeling Continuous Motion for 3D Point Cloud Object Tracking [54.48716096286417]
本稿では,各トラックレットを連続ストリームとみなす新しいアプローチを提案する。
各タイムスタンプでは、現在のフレームだけがネットワークに送られ、メモリバンクに格納された複数フレームの履歴機能と相互作用する。
頑健な追跡のためのマルチフレーム機能の利用性を高めるために,コントラッシブシーケンス強化戦略を提案する。
論文 参考訳（メタデータ） (2023-03-14T02:58:27Z) - 3DMODT: Attention-Guided Affinities for Joint Detection & Tracking in 3D
Point Clouds [95.54285993019843]
本稿では,3次元点雲における複数物体の同時検出と追跡手法を提案する。
本モデルでは,複数のフレームを用いた時間情報を利用してオブジェクトを検出し,一つのネットワーク上で追跡する。
論文 参考訳（メタデータ） (2022-11-01T20:59:38Z) - Learnable Online Graph Representations for 3D Multi-Object Tracking [156.58876381318402]
3D MOT問題に対する統一型学習型アプローチを提案します。
我々は、完全にトレーニング可能なデータアソシエーションにNeural Message Passing Networkを使用します。
AMOTAの65.6%の最先端性能と58%のIDスウィッチを達成して、公開可能なnuScenesデータセットに対する提案手法のメリットを示す。
論文 参考訳（メタデータ） (2021-04-23T17:59:28Z) - Segment as Points for Efficient Online Multi-Object Tracking and
Segmentation [66.03023110058464]
本稿では,コンパクトな画像表現を非秩序な2次元点クラウド表現に変換することで,セグメントに基づくインスタンス埋め込みの学習に有効な方法を提案する。
本手法は,画像ではなく,ランダムに選択された点から識別インスタンスの埋め込みを学習する,新たなトラッキング・バイ・ポイントのパラダイムを生成する。
PointTrackという名前のオンラインMOTSフレームワークは、最先端のすべてのメソッドを大きなマージンで上回っている。
論文 参考訳（メタデータ） (2020-07-03T08:29:35Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。