MCTrack: 自動運転向け統一3D多重物体追跡フレームワーク

本論文では、MCTrackという新しい3次元多重物体追跡手法を紹介します。この手法は、KITTI、nuScenes、Waymoのデータセットにおいて最先端（State-of-the-Art: SOTA）の性能を達成しています。既存の追跡パラダイムが特定のデータセットで優れた性能を示す一方で汎用性に欠けるという課題に対処するために、MCTrackは統一的な解決策を提供します。さらに、各種データセットの知覚結果のフォーマットを標準化し、BaseVersionと命名しました。これにより、多重物体追跡（Multi-Object Tracking: MOT）分野の研究者がデータ前処理の負担なく核心的なアルゴリズム開発に集中できるようになります。最後に、現在の評価指標の限界を認識し、速度や加速度などの運動情報出力を評価する新しい指標群を提案します。これらの指標は下流タスクにとって重要です。提案手法のソースコードは以下のリンクから入手できます：https://github.com/megvii-research/MCTrack