【CVPR2020-谷歌】自动驾驶中多目标跟踪与检测框架 RetinaTrack

传统的多目标跟踪和目标检测是使用单独的系统来完成的，而之前的大多数工作都只关注其中一个方面。跟踪系统显然能从精确的检测中获益，然而，文献中有大量证据表明，检测器可以从跟踪中获益，例如，跟踪可以帮助平滑预测。在这篇论文中，我们关注的是自动驾驶的检测跟踪范式，其中两个任务都是关键的任务。我们提出了一种概念简单而有效的检测和跟踪联合模型，称为RetinaTrack，它改进了目前流行的单阶段视网膜网方法，使其能够适应实例级嵌入训练。我们通过对Waymo开放数据集的评估表明，我们的性能优于最新的跟踪算法，同时所需的计算量显著减少。我们认为，我们简单而有效的方法可以作为这一领域今后工作的有力基础。

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“RTA” 就可以获取《【CVPR2020-谷歌】自动驾驶中多目标跟踪与检测框架 RetinaTrack》论文专知下载链接

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源