論文筆記Learning to Track at 100 FPS with Deep Regression Networks

1. 論文標題及來源

Learning to Track at 100 FPS with Deep Regression Networks, ECCV, 2016.
下載地址：https://davheld.github.io/GOTURN/GOTURN.pdf

2. 擬解決問題

a. 大多數方法在線訓練模型，未充分利用數據集

3. 解決方法

3.1 算法流程

a. 從上一幀中裁剪出target
b. 以上一幀target的中心爲search region的中心，search region的高和寬都是target的2倍
c. 使用卷積網絡分別提取他們的特徵，然後輸入到FC層直接回歸目標的位置，即輸出目標在當前幀的位置
FC層的目的是爲了比較object的特徵和當前幀的特徵，以找到object被移動到了哪裏。FC層學習到的是一個複雜的特徵比較函數，輸出目標的相對運動。

4. 實驗結果

4.1 VOT2014

4.2 消融實驗

6. 總結

該算法流程非常簡單，通過卷積網絡提取特徵，然後使用FC學習一個複雜的特徵比較函數，最後直接輸出目標在當前幀的位置