MCTrack：一种用于自动驾驶的统一3D多目标跟踪框架

本文介绍了一种新的3D多目标跟踪方法——MCTrack，该方法在KITTI、nuScenes和Waymo数据集上均达到了当前最佳（State-of-the-Art, SOTA）性能。针对现有跟踪范式在特定数据集上表现良好但泛化能力不足的问题，MCTrack提供了一个统一的解决方案。此外，我们对多个数据集的感知结果格式进行了标准化，称为BaseVersion，这有助于多目标跟踪（Multi-Object Tracking, MOT）领域的研究人员专注于核心算法开发，而无需承担过多的数据预处理负担。最后，鉴于当前评估指标的局限性，我们提出了一套新的评估指标，用于评估输出的运动信息（如速度和加速度），这些信息对于下游任务至关重要。所提出的 方法的源代码可在以下链接获取：https://github.com/megvii-research/MCTrack