目标跟踪《十七》--- SPM-Tracker论文笔记

目标跟踪《十七》--- SPM-Tracker论文笔记

Abstract

作者认为visual object tracking的最大地挑战是同时需要robustness 和discrimination的能力.这个paper就是为了处理这两个问题在SiamFC上做的改进.最终在OTB100上达到了0.687在VOT16上面达到了0.434. 整个架构有两个主要的部分组成,一个是CM部分,一个是FM部分,CM部分有一点点像Faster-rcnn中的RPN的作用,即先找出一些后选的目标,FM部分相当于Faster-rcnn中的Head部分,主要是pooling图然后去做分类和回归.所以CM的主要作用就是解决robutness,因为robutness性指的就是当物体发生一些可以接受的变化的时候,仍然能够追到,所以先得到一些候选的目标是有利于robutness的。而FM主要是处理discrimanation了,候选的框有了之后,并不是每个都是目标,所以要做一个区分的网络,来去细细地区分哪个才是真正的目标。速度也很快,在VOT上面能达到120FPS.

网络结构

avator

注意的地方

在DaSiamRPN里面,用了很多的数据增强的技术,比如从coco数据集里面,同一个类但是确实不是同一个物体的被作为了hard-negative的样本来处理了,而在这里只要是同类都被认为是同一个物体了,这主要是提高鲁棒性,在CM阶段的时候用的,因为这时候的目的就是找候选框,其目的虽然不是找尽可能多的候选,但是要找有质量的候选。

整体理解

感觉整个框架仍然有Faster-rcnn的影子,每个模块有自己负责的功能,

打赏,谢谢~~

取消

感谢您的支持,我会继续努力的!

扫码支持
扫码打赏,多谢支持~

打开微信扫一扫,即可进行扫码打赏哦