? 理解出錯(cuò)之處望不吝指正。

? 本文模型叫做Siam-RPN。本文將Siamese Network和RPN結(jié)合，提出了一種端到端的離線訓(xùn)練方法，并把tracking過程視為one-shot detection（單項(xiàng)學(xué)習(xí)）。

? 訓(xùn)練階段的網(wǎng)絡(luò)結(jié)構(gòu)如下：

? tracking階段的網(wǎng)絡(luò)結(jié)構(gòu)如下：

? ??

? tracking過程中，先使用第一幀在template branch中預(yù)測(cè)出weight，其他幀則經(jīng)過detection branch生成預(yù)測(cè)結(jié)果（用到template branch中得到的weight）。

? 為了使one-shot detection framework更適用于tracking，作者提出了兩個(gè)選擇proposal的策略：

? （1）.丟棄那些遠(yuǎn)離中心點(diǎn)遠(yuǎn)的anchor生成的bounding boxes（如圖所示，只選擇藍(lán)色grid的bounding boxes）；

???

? （2）.使用余弦窗口和尺度變換懲罰項(xiàng)對(duì)proposals進(jìn)行重新排序；

? （3）.使用NMS選擇最終的bouning box。

總結(jié)

以上是生活随笔為你收集整理的CVPR 2018 Siam-RPN:《High Performance Visual Tracking with Siamese Region Proposal Network》论文笔记的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。