在无人驾驶汽车的背景下，针对开放空间中感知对象、感知手段和感知环境的多样性和动态性等问题，需要挖掘出异构时序数据之间的关联关系，我们通过构建自适应感受野网络和快速多分支检测器，实现长时及实时的准确预测物体运动的多目标跟踪框架，并在动态场景下进行实时的物体运动预测，主动优化场景的感知模式，进一步提高动态场景下的感知跟踪能力。
| 自适应感受野网络：由于传统估计方法无法判断当前的场景状况和场景中目标物体的大小，因此我们利用动态路由网络推断输入图像应进行的的尺度变换，从而根据具体场景扩大或缩小目标的感受。 |
图3 自适应感受野网络
图4 嵌入快速检测的多目标追踪
