论文阅读笔记——定位

Deep Learning for Real-Time 3D Multi-Object Detection, Localisation, and Tracking: Application to Smart Mobility
期刊：sensors
感觉全篇在做系统集成，包括目标检测、深度估计、目标追踪。每个模块都是选的又快又准的model，目的是应用于智能移动终端

Real-time self-adaptive deep stereo
会议：CVPR
提出快速轻量级、模块化、实时的MADNet（属于双目），目的是解决神经网络在不同域的鲁棒性差的问题，方法是通过在线学习自适应调整网络参数，在KITTI上验证了性能。另外，还提出了MAD方法，就是每次只训练网络的一部分，牺牲性能来提高自适应速度。整个方法在低功耗的NVIDIA Jetson TX2上部署了，这点不错，可以利用一下，继续开发下去。