《High Performance Visual Tracking with Siamese Region Proposal Network》
效果:160FPS, 高EAO
参考: https://zhuanlan.zhihu.com/p/37856765
Motivation:
1. 当前的一些跟踪算法很难同时兼顾速度和精度。相关滤波类算法速度快,单精度不高;基于深度的精度高,但速度不快。
2. Siamese网络在目标跟中很多应用,但是有两个缺陷:(1)特征图卷积得到response map,无法get到尺度变化,之后要进行尺度金字塔搜索,速度慢;(2)特征图分辨率低,需要进行插值后得到最终位置,导致目标位置不精确。
综上所述,RPN引入使得网络在tracking的时候不需要多尺度测试,提升速度;有boundingbox regression,因此回归出来的狂更加准确。
训练框架:
左侧为传统的siamese network,用相同的网络结构对template和candidate提取特征;
中间是RPN网络,在RPN中,