検出によるマルチセンサ3D追跡のエンドツーエンド学習

本論文では、検出による追跡の新しい手法を提案します。この手法はカメラとLIDARデータの両方を活用して、非常に正確な3次元軌道を生成することができます。この目的に向けて、問題を線形計画問題として定式化し、厳密に解くことが可能であり、さらに検出とマッチングのための畳み込みニューラルネットワークをエンドツーエンドで学習します。我々は困難なKITTIデータセットにおいてモデルを評価し、非常に競争力のある結果を示しています。