
-
生物通官微
陪你抓住生命科技
跳动的脉搏
BCP3D:面向挑战性场景的基于脑启发互补通路的鲁棒三维目标跟踪
《INTERNATIONAL JOURNAL OF COMPUTER VISION》:BCP3D: Robust 3D Object Tracking Using Brain-Inspired Complementary-Pathway for Challenging Scenarios
【字体: 大 中 小 】 时间:2026年10月24日 来源:INTERNATIONAL JOURNAL OF COMPUTER VISION 10.3
编辑推荐:
摘要使用传统相机进行鲁棒的三维物体跟踪在涉及快速运动、光照不足、背景杂乱和无纹理物体的场景中仍然是一个重大挑战,特别是在计算资源受限且要求实时性能的嵌入式平台上。为了解决这些局限,我们提出了 BCP3D,这是一个利用 Tianmouc 视觉传感器的三维物体跟踪互补通路框架。T
使用传统相机进行鲁棒的三维物体跟踪在涉及快速运动、光照不足、背景杂乱和无纹理物体的场景中仍然是一个重大挑战,特别是在计算资源受限且要求实时性能的嵌入式平台上。为了解决这些局限,我们提出了 BCP3D,这是一个利用 Tianmouc 视觉传感器的三维物体跟踪互补通路框架。Tianmouc 集成了两条受大脑启发的互补通路:用于精确颜色强度感知的认知导向通路 (COP),以及用于高帧率时空边缘检测的动作导向通路 (AOP)。我们进一步提出了一种双通路算法,该算法具有跨通路集成、循环反馈回路和多阶段迁移功能,以高效利用来自 Tianmouc 的互补通路线索。BCP3D 利用来自 COP 的物体概率图来提取物体轮廓,同时抑制 AOP 边缘中的背景纹理,从而实现鲁棒的基于轮廓的姿态优化。一个通路间对齐器允许像素级的双通路融合,并在 AOP 数据频率下进行后续姿态更新,从而获得更细的跟踪时间粒度。此外,一个自适应预测器动态调节对 COP 和对齐器的依赖,根据背景复杂性绕过它们而优先选择 AOP,以优化计算效率。为了便于严格评估,我们开发了一种鲁棒的真值标注方法,并构建了一个涵盖极端条件的综合数据集,解决了现有现实世界数据集中缺乏带运动模糊的动态无纹理物体的问题。实验结果表明,BCP3D 在笔记本 CPU 上实现了 2.08 ms 的平均运行时间和 94.7% 的跟踪准确率,比最先进方法的跟踪准确率高出 35% 以上。这些发现强调了受大脑启发的感知技术在挑战性场景中进行高效和鲁棒三维物体跟踪的潜力。
使用传统相机进行鲁棒的三维物体跟踪在涉及快速运动、光照不足、背景杂乱和无纹理物体的场景中仍然是一个重大挑战,特别是在计算资源受限且要求实时性能的嵌入式平台上。为了解决这些局限,我们提出了 BCP3D,这是一个利用 Tianmouc 视觉传感器的三维物体跟踪互补通路框架。Tianmouc 集成了两条受大脑启发的互补通路:用于精确颜色强度感知的认知导向通路 (COP),以及用于高帧率时空边缘检测的动作导向通路 (AOP)。我们进一步提出了一种双通路算法,该算法具有跨通路集成、循环反馈回路和多阶段迁移功能,以高效利用来自 Tianmouc 的互补通路线索。BCP3D 利用来自 COP 的物体概率图来提取物体轮廓,同时抑制 AOP 边缘中的背景纹理,从而实现鲁棒的基于轮廓的姿态优化。一个通路间对齐器允许像素级的双通路融合,并在 AOP 数据频率下进行后续姿态更新,从而获得更细的跟踪时间粒度。此外,一个自适应预测器动态调节对 COP 和对齐器的依赖,根据背景复杂性绕过它们而优先选择 AOP,以优化计算效率。为了便于严格评估,我们开发了一种鲁棒的真值标注方法,并构建了一个涵盖极端条件的综合数据集,解决了现有现实世界数据集中缺乏带运动模糊的动态无纹理物体的问题。实验结果表明,BCP3D 在笔记本 CPU 上实现了 2.08 ms 的平均运行时间和 94.7% 的跟踪准确率,比最先进方法的跟踪准确率高出 35% 以上。这些发现强调了受大脑启发的感知技术在挑战性场景中进行高效和鲁棒三维物体跟踪的潜力。