稀疏点云也稳健
利用目标框外环境和历史参考帧增强模板，在稀疏点云下仍保持稳健的单目标跟踪性能。
Gao, Jiantao · Yan, Xu · Zhao, Weibing · Lyu, Zhen · Liao, Yinghong · Zheng, Chaoda
IEEE Transactions on Neural Networks and Learning Systems 2023
模板生成时自适应纳入目标框外信息，提供额外的环境线索，即使目标点数很少也能构建更有效的模板。
通过聚合历史参考帧的特征来增强模板表示，缓解点云跨帧不完整和变化的问题，在极稀疏情况下也有效。
凭借上下文模板和跨帧聚合，即使点云极稀疏也能获得稳健的跟踪性能。