SiamMask:Fast Online Object Tracking and Segmentation: A Unifying Approach 论文理解
解决什么问题
目标实时追踪分割
本文创新点\贡献
快
本文IDEA来源
受Siamese networks激发的
方法
方法概述
有两种方式,一种是两分支,一种是三分支。先用SiamRPN生成一些推荐,然后和support计算相似度,根据相似度生成mask
Fully-convolutional Siamese networks
SiamFC:
针对追踪的基础构造块,计算第一帧图片 z z z和当前帧图片 x x x的稠密对应, z z z是抠出来的 w × h w\times h w×h的物体, x x x是最近一次估计的对象的位置,用相同的CNN来生成两个特征图,然后交叉联系:
g θ ( z , x ) = f θ ( z ) ∙ f θ ( z ) g_{\theta}(z,x) = f_{\theta}(z)\bullet f_{\theta}(z) gθ(z,x)=fθ(z)∙fθ(z)
用这个作为候选窗口(RoW)的响应, g θ n ( z , x ) g^n_{\theta}(z,x) gθn(z,x)代表 z z z和第 n n n个候选窗口