卡内基梅隆大学开源：图神经网络和多样性采样的联合3D跟踪和预测

  作者 介绍   3D多对象跟踪（MOT）和轨迹预测是目前3D感知系统中的两个关键组件，需要对多主体交互进行精确建模。我们假设将两个任务统一在一个框架下以了解代理交互的共享特征表示是有益的。为了评估此假设，作者提出了3D MOT和轨迹预测的统一解决方案，其中还合并了两个其他新颖的计算单元。首先，我们通过引入图形神经网络（GNN）来提出一种功能交互技术，以捕获多个代理相互交互的方式。GNN能够对复

>>阅读原文<<