SiamMask论文资源

论文网址
论文翻译
论文解析（一）
论文解析（二）

与之前SiameseFC（预测 score 的方法）、SiameseRPN（做 bounding box regression）都不太相同，是增加了一个mask来过得可以实时旋转的bounding box,从而来提升精确度的，这的确也更符合精准度的提升。
SiamMask思路：从图一，通过Depth-Wise Cross-correlation(d)获得了17x17x256的特征图, 我们以该特征图为输入，通过2个1x1卷积（hф），提升特征图的维度至 6363。然后我们沿着维度所在的dim，将 1717(6363)的特征图分为17x17个RoWs（response of a candidate window） , 希望获得的17x17个RoWs中能够有一个RoW，他包含了mask的全部信息。如图二所示，然后通过这个RoW中的信息（维度为 116363)，将其映射回原图大小，利用了上采样和skip connections提高分割精度，获取了物体的mask信息。根据mask选择最小外接矩阵，为其bounding box即可。