稀疏点云跟踪提升32.5%
针对稀疏点云场景设计的轻量化跟踪网络，通过多帧交叉注意力融合全局与局部特征，在稀疏场景下比现有最优算法平均提升超20%。
Zhao, Luda · 胡以华 · 杨兴 · Wang, Yicheng · Zhenglei, Dou · 张艳
Pattern Recognition 2025
在稀疏场景下较现有最优算法提升32.5%，表明对稀疏点云具有更强的鲁棒性。
在所有测试场景平均下来，性能提升超过20%，说明方法在不同场景下均能稳定发挥。
在非稀疏场景下也达到了最优性能，说明该框架不牺牲常规场景的跟踪能力。
设计优先考虑轻量化，便于在资源受限的硬件上部署，适合实际应用。