近日，华为诺亚方舟实验室自动驾驶研究团队获得CVPR 2022 Workshop on Autonomous Driving (WAD) – BDD100K Challenges多目标跟踪与分割（MOTS）赛道的冠军。

BDD100K Challenges是一个大规模目标跟踪挑战赛，包括多目标跟踪（MOT）和多目标跟踪与分割（MOTS）两个赛道。BDD100K是业界知名的自动驾驶数据集，其中MOT和MOTS数据集涵盖了各种驾驶场景，在复杂的路况模式下提供了高质量的实例分割Mask，为真实场景中的跟踪和分割算法提供了可靠的训练数据。多目标跟踪与分割任务是自动驾驶视觉感知的关键任务，具有广泛的应用价值：不仅能够用于基于PV的自动驾驶场景的感知决策，还可以用于辅助纯视觉方案的三维重建，进而为BEV下的感知任务提供预标注。

理解视频中物体的空间表征和时间关联是自动驾驶的基本任务之一，相比于多目标跟踪（MOT）任务，多目标跟踪与分割（MOTS）任务需要进一步预测出实例级Mask分割的结果，因此更具挑战性。自动驾驶研究团队使用一种多阶段的跟踪和分割网络结构，使用CascadeRCNN网络作为检测的基线方法并加入多阶段Mask预测网络，配合多阶段Mask融合模块，来完成Mask的逐步优化，以获得更好的实例级表征。同时，该方法采用多步训练的策略，首先进行检测框级的MOT训练，之后将训练好的网络用于MOTS的微调，使得网络训练更为有效，并能够在微调过程专注于Mask特征的学习。配合Swin-B作为特征提取器，最终该方法以测试集mMOTA 35.44的成绩，在全世界23支参赛队伍中名列第一。

参考链接：https://cvpr2022.wad.vision/   https://www.bdd100k.com/challenges/cvpr2022/

内容中包含的图片若涉及版权问题，请及时与我们联系删除