S3MOT：基于选择性状态空间模型的单目3D物体追踪

本研究针对单目设置中3D多物体追踪面临的挑战，提出了三种创新技术以增强异构线索的融合与利用。提出的匈牙利状态空间模型（HSSM）和全卷积单阶段嵌入（FCOE）等方法，显著提升了物体重识别的准确性和6自由度姿态估计的效果，实现了在KITTI公共测试基准上76.86 HOTA的新性能，展现了对单目3D物体追踪任务的强大有效性。