物体検知による密な提案物体を用いて、対照学習を行うことで密な類似性学習を行う。通常トラッキングで使われるようなOptical Flowのような動作の事前分布は不要で良い精度がでる。特徴量空間が大きく分離ができるようになり、IDのスイッチが大幅に減少する。

MOT、BDD100K、Waymo、TAOのトラッキングベンチマークにおいて、既存のすべての手法を上回る性能を示した。同様の検出器を用いた手法と比較して、BDD100KおよびWaymoデータセットでは、MOTAを10ポイント近く向上させ、IDスイッチの数を大幅に減少させている。

https://github.com/SysCV/qdtrack