Fully-Convolutional Siamese Networks for Object Tracking

本文作者提出一个全卷积Siamese跟踪网络,该网络有两个分支,一个是上一帧的目标,一个是本帧的候选框,最终得到一个响应图。响应图的最大值就是目标所在的位置。

本文算法的核心是相似性学习,通过交叉相关计算两张图片的相似性。

本文的跟踪框架如下图所示:

论文笔记:Fully-Convolutional Siamese Networks for Object Tracking-LMLPHP

z表示真实目标,x表示候选图片。候选图片的尺寸是真是目标的四倍。

本网络的结构如下图所示;

论文笔记:Fully-Convolutional Siamese Networks for Object Tracking-LMLPHP

04-28 20:54