CNN-tracking-文章导读

1.MDnet：learning multi-domain convolution neural networks for visual tracking

MDnet是vot2015的冠军paper，由韩国Postech的Bohyung Han发表,测试了代码，在多个benchMark上的测试结果都比较好，但是速度比较慢，1fps,下面就开始介绍这篇paper的整体思路。他主要是用检测的思想来做跟踪，并针对跟踪和检测的区别提出offline训练的fc为多分支，online阶段针对具体的跟踪对象将fc替换为一个分支，并用到了BBox回归。

• 文章特点
  • 采用离线pre-train和online update.shared layer 为offline train, unshared layer的parameter为online train.
  • 在offline阶段，fc6层有多个branches,每一个branch对应一种video/sequence[paper 中取名叫 domain-specific layers],即在进行train iteration时，每一次iteration,只有一个branch的fc6响应，所以需要每一次迭代的data-batch[文中叫mini-batch]要与相应的fc6_K相对应[原文为：Each domain in MDNet is trained separately and iteratively while the shared layers are updated in every iteration]。
  • online阶段，将fc6_1~fc6_K换为一个fc6，然后固定conv的参数不变，训练fc6的权重，病fine-tune fc4~fc5的权重。
  • online阶段，训练数据利用到hard negative的思想，将negative samples 排序，选取其中score大的样本（更接近正样本的negative samples）.

• details

1. shared layer的训练流程[offline train]如下图：

 

红色部分为domain-specific layers,offline train 时，选取positive&negative的规则见paper的4.4节[也是根据IoU来选]。network并不深，文章分析了采用这种VGG-M network的原因：deep为高级的语义特征，浅层为具有区分的特征。

1. 对于mini-batch迭代时与fc6对应问题：每次iteration只利用一个sequ