论文笔记（一） GOTURN

一.算法原理

       GOTURN（Generic Object Tracking Using Regression Networks）这个算法没有过多的图像处理过程，主要是利用了卷积神经网络的特性进行学习。其中网络的结构类似于孪生网络（Siamese Network），采用两输入的方式。通过输入前后两幅图像，输出目标的窗口（左上角坐标和右下角坐标）。

    假设目标窗口的长宽分别是w和h，假设相邻两帧图像中目标的变化区域不大。对于第一帧图像，我们先人为设定目标区域中心点，然后利用窗口长宽设置跟踪窗口，为了更好的捕捉目标的变化，将将网络输入中的前后两帧中的目标搜索窗口扩大，具体方式见下图：

    在本研究中选取k₁=k₂=2，可以发现如果目标出现突变，那么k值将需要取得很大，因此在平滑的变化场景中效果会更好。

        其中，卷积层是采用的5层结构（这里的5层结构是参照了CaffeNet里面的结构，其中卷积层的激励函数都采用了relu激励函数，部分卷积层后面添加了池化层），而全连接层则是由3层，每层4096个节点，各层之间采用dropout和relu