본 논문은 카메라-라이다 데이터를 이용한 최적의 3D 오프라인 다중 객체 추적(OMOT)을 달성하기 위해 2D-3D 검출 융합, 초기 궤적 생성, 그리고 양방향 궤적 재최적화 모듈을 포함하는 "BiTrack" 프레임워크를 제안합니다. BiTrack의 핵심적인 기여는 세 가지로, 첫째, 밀도 기반 유사도 측정을 이용한 정확한 2D-3D 검출 결과 융합을 위한 점 수준 객체 등록 기법 개발, 둘째, 정점 기반 유사도 측정 및 오경보 제거, 궤적 복구 메커니즘을 활용하여 신뢰할 수 있는 양방향 객체 궤적을 생성하는 데이터 연관 및 궤적 관리 기술 개발, 셋째, 다른 충실도의 궤적 조각을 탐욕적으로 재구성하고 완성 및 평활화 기법으로 각 궤적을 개선하는 궤적 재최적화 기법 개발입니다. KITTI 데이터셋 실험 결과, BiTrack은 정확성과 효율성 측면에서 3D OMOT 작업에 대한 최첨단 성능을 달성함을 보여줍니다.
