AMPTrack: Tracking Objects using Appearance and Motion Prompts

Xiang Li

doi:10.1109/tcsvt.2026.3718656

AMPTrack: Tracking Objects using Appearance and Motion Prompts

2026-07-30

0

PRE

AI

DOI：10.1109/tcsvt.2026.3718656

原文链接

原文求助

摘要

En 中文

外观适应和运动适应是点云跟踪的关键组成部分。然而，现有方法中信息提示的缺乏限制了其对不同场景的适应性，从而导致次优的跟踪性能。为克服这些限制，我们提出了AMPTrack，通过利用外观和运动提示来增强目标跟踪。具体来说，我们引入了一个提示增强的相邻变换器（PAT）模块，该模块采用三解耦和双注入方法，将外观、运动和掩码提示从相邻帧传播到当前帧。并通过交叉注意力将外观和运动提示注入当前特征，从而为建模提供明确指导。此外，为获取更全面的外观和运动提示，我们提出了持续外观提示（IAP）模块和持续运动提示（IMP）模块。这些模块分别使用选择性扫描机制将历史外观和轨迹提示聚合为外观和运动提示，并在线更新两者。在KITTI、NuScenes和Waymo数据集上的大量实验表明，我们的方法达到了当前最佳（SOTA）性能。

Keyword:

Point cloud object tracking

appearance prompt learning

motion prompt learning

AMPTrack: Tracking Objects using Appearance and Motion Prompts

摘要

期刊

机构

引用论文