CVPR 2018 Siam-RPN:《High Performance Visual Tracking with Siamese Region Proposal Network》论文笔记

  理解出错之处望不吝指正。

  本文模型叫做Siam-RPN。本文将Siamese Network和RPN结合，提出了一种端到端的离线训练方法，并把tracking过程视为one-shot detection（单项学习）。

  训练阶段的网络结构如下：

  tracking阶段的网络结构如下：

    

  tracking过程中，先使用第一帧在template branch中预测出weight，其他帧则经过detection branch生成预测结果（用到template branch中得到的weight）。

  为了使one-shot detection framework更适用于tracking，作者提出了两个选择proposal的策略：

  （1）.丢弃那些远离中心点远的anchor生成的bounding boxes（如图所示，只选择蓝色grid的bounding boxes）；

   

  （2）.使用余弦窗口和尺度变换惩罚项对proposals进行重新排序；

  （3）.使用NMS选择最终的bouning box。