[논문 리뷰] AB3DMOT: A Baseline for 3D Multi-Object Tracking and New Evaluation Metrics

Xinshuo Weng, Jianren Wang외 2명|arXiv (Cornell University)|2020. 08. 18.

Video Surveillance and Tracking Methods참고 문헌 11인용 수 44

한 줄 요약

간단한 실시간 3D MOT 기준선으로, 3D 칼만 필터와 Hungarian 데이터 매칭을 사용하고 KITTI를 위한 새로운 3D 평가 도구와 지표를 추가합니다. 이는 강력한 3D MOT 성능과 현대 시스템 중 최상의 FPS를 달성합니다.

ABSTRACT

3D multi-object tracking (MOT) is essential to applications such as autonomous driving. Recent work focuses on developing accurate systems giving less attention to computational cost and system complexity. In contrast, this work proposes a simple real-time 3D MOT system with strong performance. Our system first obtains 3D detections from a LiDAR point cloud. Then, a straightforward combination of a 3D Kalman filter and the Hungarian algorithm is used for state estimation and data association. Additionally, 3D MOT datasets such as KITTI evaluate MOT methods in 2D space and standardized 3D MOT evaluation tools are missing for a fair comparison of 3D MOT methods. We propose a new 3D MOT evaluation tool along with three new metrics to comprehensively evaluate 3D MOT methods. We show that, our proposed method achieves strong 3D MOT performance on KITTI and runs at a rate of $207.4$ FPS on the KITTI dataset, achieving the fastest speed among modern 3D MOT systems. Our code is publicly available at http://www.xinshuoweng.com/projects/AB3DMOT.

연구 동기 및 목표

• 정확성과 계산 효율성의 균형을 맞춘 간단하고 실시간 3D MOT 기준선의 필요성을 제시한다.
• 3D 탐지, 3D 칼만 필터, 그리고 데이터 어소시에이션을 위한 Hungarian 알고리즘을 활용한 직관적인 3D MOT 파이프라인을 제안한다.
• 직접적인 3D 평가 도구와 새로운 지표를 도입하여 3D MOT 평가의 격차를 확인하고 해결한다.
• 제안된 기준선을 KITTI 3D MOT에서 평가하여 성능과 속도 이점을 입증한다.

제안 방법

• LiDAR 포인트 클라우드에서 3D 탐지를 얻기 위해 시판 중인 3D 탐지기를 사용한다.
• 일정 속도 모델을 갖는 3D 위치, 크기, 속도 및 방향을 포함하도록 3D 칼만 필터 상태를 확장한다.
• 3D 공간에서 데이터 어소시에이션에 Hungarian 알고리즘을 적용한다.
• 2D IoU를 3D IoU로 교체하고 3D 공간에서 매칭하여 3D MOT 평가 도구를 개발한다.
• 리콜 임계값에 걸친 MOT 성능을 요약하기 위해 세 가지 적분 지표(sAMOTA, AMOTA, AMOTP)를 도입한다.

실험 결과

연구 질문

• RQ1 3D 칼만 필터와 Hungarian 매칭을 사용하는 간단한 3D MOT 파이프라인이 KITTI에서 경쟁력 있는 성능을 달성할 수 있는가?
• RQ2 3D 공간에서 직접 3D MOT를 평가하는 것이 2D로 projection하는 것보다 더 공정하고 정보에 근거한 비교를 제공하는가?
• RQ3 리콜 값에 걸친 적분 지표가 전통적인 MOT 지표보다 신뢰 임계값에 대한 민감도를 더 잘 포착하는가?

주요 결과

• 제안된 3D MOT 시스템은 2D 데이터에 의존하지 않고 3D 입력만으로 KITTI에서 강력한 성능을 달성한다.
• KITTI val 세트에서 207.4 FPS로 실행되며, GPU 없이 현대 3D MOT 시스템 중 최고 속도이다.
• 3D 평가 도구와 3D IoU 기반 매칭이 2D로 투영하는 대신 직접적인 3D 평가를 가능하게 한다.
• 세 가지 적분 지표(sAMOTA, AMOTA, AMOTP)가 리콜 값에 걸친 MOT 성능을 요약하여 신뢰 임계값에 대한 민감도를 해결한다.
• mmMOT 및 FANTrack과 비교할 때 제안된 접근 방식은 KITTI val에서 더 높은 sAMOTA, AMOTA, AMOTP를 보이고, 보고된 실행에서 아이덴티티 스위치가 0이다.