写一个行人检测及车辆跟踪国内外研究现状

行人检测及车辆跟踪是计算机视觉领域中的重要问题。近年来，随着深度学习技术的发展，行人检测及车辆跟踪在国内外都得到了广泛的研究。以下是一些代表性的研究：

国内研究现状：

1. 基于深度学习的行人检测：近年来，深度学习技术在行人检测领域得到了广泛应用。国内的研究者们也在这方面做出了很多有意义的工作。例如，清华大学的孙剑教授团队提出了一种基于深度学习的行人检测算法，该算法在准确度和速度上都优于传统的基于特征的方法。

2. 基于视觉注意力机制的车辆跟踪：国内研究者也注意到了视觉注意力机制在车辆跟踪中的重要性。南京邮电大学的周永丰教授团队提出了一种基于视觉注意力机制的车辆跟踪算法，该算法能够有效提高跟踪的准确度和鲁棒性。

国外研究现状：

1. 行人检测：在行人检测领域，国外的研究者们也做出了很多有意义的工作。例如，美国的卡内基梅隆大学的Ross Girshick团队提出了一种名为Faster R-CNN的行人检测算法，该算法在精度和速度上都优于传统的方法。

2. 车辆跟踪：在车辆跟踪领域，国外的研究者们也取得了一些有意义的成果。例如，德国的马普学会的Bernt Schiele团队提出了一种基于深度学习的车辆跟踪算法，该算法能够自适应地选择最佳的跟踪器来跟踪车辆。

总体来说，行人检测及车辆跟踪是计算机视觉领域中的重要问题，国内外研究者们都在这方面做出了很多有意义的工作。随着深度学习技术的不断发展，这些算法的准确度和速度都有了很大的提高。