《3D Multi-Object Tracking: A Baseline and New Evaluation Metrics》论文研读简略记录

简介：使用3D卡尔曼滤波来预测之前帧目标的运动轨迹，即预测之前帧目标在当前帧的位置，再用匈牙利算法进行匹配。扩展了KITTI 2D MOT评估工具来进行3D MOT，代价函数为3D IOU，并在3D空间中将3D跟踪结果与3D真值轨迹直接匹配。

1.相关工作：可以在不发生透视畸变的情况下获取三维空间的运动和外观信息。『16』用估计物体到相机的距离和他们在三维空间中的速度作为运动线索。在每个时间戳上，只需要检测当前帧和前一阵的相关轨迹。本文将3D卡尔曼滤波器的状态空间扩展到全3D域，包括：3D位置(x,y,z)、3D尺寸(l,w,h)、3D速度和方向。

2.3D卡尔曼滤波器:采用与摄像机自运动无关的匀速模型来近似目标的帧间位移，即不明确预测自我运动，而是用运动模型来适应自我运动和其他物体的运动。将对象轨迹的状态表述为一个11维向量，，分别表示3D空间的位置，航向角（heading angle ）,对象的三维尺寸，置信度以及3维空间中的对象速度。（没有用角速度），预测出的3D位置为：

3.矫正方向：对于匹配上的障碍物，使用当前检测结果作为观察，更新卡尔曼状态。为防止检测结果朝向角与可能会出现相差180°的问题，对于预测和观测朝向角相差大于90°的情况，会对预测变量中的朝向角增加180°。

4.卡尔曼滤波算法是一个时域滤波，是一种最优估计算法，也是一个迭代器，根据以知的先验值，预测下一时刻的估计值。滤波本质上就是加权，既然是加权，那么卡尔曼滤波算法本质就是数据融合的操作(Data fusion)，融合的内容有两个：分别是满足一定分布的先验状态估计值和满足一定分布的观测值之间的融合（也就是你们可能在其他资料上看到的两个椭圆相乘，其实就是数据的融合），融合后得到后验状态估计值。

 《AB3DMOT》参考链接： https://zhuanlan.zhihu.com/p/373464885
《卡尔曼滤波》参考链接：https://blog.csdn.net/qq_39523365/article/details/109094713