三维重建与运动轨迹估计算法研究
省级大学生创新训练项目(重点支持领域)· 第一负责人
项目包含 VeloODE-MOT 和轨迹预测专家路由两个子项目。两项稿件均由独立第一作者完成,目前处于不同的实验和投稿阶段。
Research / Dossier
2026 年 3 月起,我负责省级大学生创新训练项目“三维重建与运动轨迹估计算法研究”。轨迹预测稿件曾投稿 Vehicles,目前正在补充实验并准备重投。VeloODE-MOT 计划完善实验后投稿 IEEE Robotics and Automation Letters。此前参与的智能会议系统和 Banach 不动点定理推广项目均已结项。
01 / Current
省级大学生创新训练项目(重点支持领域)· 第一负责人
项目包含 VeloODE-MOT 和轨迹预测专家路由两个子项目。两项稿件均由独立第一作者完成,目前处于不同的实验和投稿阶段。
三维多目标跟踪通常依赖逐帧检测结果。当目标被遮挡或者检测器暂时漏检时,跟踪器既得不到新的位置测量,也会失去用于数据关联的线索。预测位置偏差过大后,重新出现的目标可能被分配新的轨迹编号。
我以独立第一作者身份完成方法设计、代码实现、实验和论文稿件。VeloODE-MOT 是一套在线三维多目标跟踪系统。系统在检测缺失时使用连续时间模型预测目标运动;检测恢复后,输出重新使用检测框。同时,系统还包括两阶段几何关联、轨迹有效性判断和生命周期管理。
KITTI 实验包含两种设置。完整系统的 HOTA 为 81.448,历史 CasA-KF 系统为 76.783;两套系统在运动预测器之外还采用了不同的跟踪流程。统一跟踪框架中的预测器对比结果为 ODE 81.404、KF 81.524。
| 比较设置 | VeloODE-MOT / ODE | 参照 | 结果 |
|---|---|---|---|
| KITTI 历史完整系统 | HOTA 81.448 | 历史 CasA-KF 76.783 | 完整系统 HOTA 较高 |
| KITTI 匹配实验壳 | ODE 81.404 | KF 81.524 | ODE HOTA 略低于 KF |
地图条件预测器的表现取决于场景。近期运动稳定的目标通常可以由历史轨迹预测;道路方向或曲率变化明显时,地图信息提供了额外依据。
这个子项目固定了恒速度和 MapAware 两个预测器,再使用目标速度、加速度、转向变化和局部地图特征,判断每个样本应采用哪一个结果。我以独立第一作者身份完成实验设计、选择器训练、地图输入扰动实验、跨数据集验证和论文稿件。
稿件曾投稿 MDPI 旗下期刊 Vehicles,未被接收。目前正在补充实验并准备重投。程序、实验材料和复现说明已公开存档至 Zenodo,并获得永久 DOI。
在 1062 个车辆样本组成的 AV2 测试集中,恒速度基线的 ADE 为 2.3031 米,随机森林选择器为 2.2374 米,降低 2.85%。独立 AV2 留出集上的 ADE 降低 3.00%,nuScenes 验证集上降低 1.87%。
| 验证设置 | 随机森林路由 ADE | CV 基线 ADE | 相对降低 |
|---|---|---|---|
| AV2 锁定选择集 | 2.2374 m | 2.3031 m | 2.85% |
| 独立 AV2 留出集 | 2.2086 m | 2.2770 m | 3.00% |
| 严格 nuScenes 验证 | 4.5834 m | 4.6709 m | 1.87% |
02 / Earlier
大学生创新训练项目 · 核心成员 · 已结项
项目围绕会议语音转写、模板化纪要生成和人脸考勤展开,需要把会议中的音频、图像和文本处理组织到同一套流程中。
我参与人脸识别考勤、异步图像处理、模型压缩和联邦学习方案设计。项目于 2026 年结项。
大学生创新训练项目 · 核心成员 · 已结项
这个项目属于非线性泛函分析方向,主要研究 Banach 不动点定理成立条件的变化,以及相应的不动点存在性证明。
我参与定理条件整理、证明过程推导和论文草稿撰写。项目于 2026 年结项,当前材料为项目论文草稿。
投稿状态与实验数据更新于 2026 年 10 月。