论文阅读《Re3: Real-Time Recurrent Regression Networks for Object Tracking》

该论文是华盛顿大学人工智能研究院的文章。本博文是博主学习论文过程中的一些理解和看法，仅供学习和交流。如有疑问，欢迎留言。

论文链接：https://arxiv.org/abs/1705.06368
论文源码暂时没有放出。

这是CVPR2017放出来之前，跟踪领域的又一篇新颖之作。文章思路并不复杂，网络结构是CNN+两个LSTM，其中CNN负责学习物体的appearance feature，第一个LSTM学习物体的motion feature，第二个LSTM负责做regeression，即输出目标框的对角坐标。算法具体的crop技巧请参看原文。

首先，在跟踪领域，RNN并不是第一次应用。这里推荐两篇使用RNN来做跟踪的论文，鉴于博主不熟悉RNN，也就班门弄斧了。

RTT(CVPR16)
Recurrently Target-Attending Tracking
http://w