ATOM: Accurate Tracking by Overlap Maximization论文阅读笔记

             ATOM:Accurate Tracking by Overlap Maximization

一.Motivation
    现在，大家关注的焦点在于如何发展出更强大的分类器（体现:构建基于相关滤波器的鲁棒的分类器，或者利用强大的深度特征表示来做这个任务），另外，简单地采用多尺度搜索方法来估计目标的bounding box，而作者认为，估计目标的估计是一个复杂的任务，需要关于物体的高级的知识，多尺度搜索方法从根本上是受限的（VOT2018上一些老的跟踪器，比如:KCF和MEEM仍然能取得有竞争性的精度然而表现出极差的鲁棒性）。
    通用的在线目标跟踪是一个困难且病态的问题，因为跟踪方法必须只能依靠一个极小的监督（视频的起始帧）在线学习一个目标的外观模型，然后这个模型要泛化到目标外观未知的方面，包括不同的姿态、角度、光照等。

二.Related Work

    在视觉跟踪的背景下，将目标分类和目标估计区分为两个独立但相关的子任务通常是有意义的。目标分类的基本任务是确定目标物体在某个图像位置的存在，然而，只有物体状态的部分信息被获取到，比如：图像坐标。目标估计旨在找到物体的完整状态。在视觉跟踪中，目标状态通常由一个bbox表示，轴对齐的或是旋转的。目标估计就被简化为在当前帧中寻找能最好描述目标的图像边界框。最简单的的情形是，目标是不变的，只在摄像头平面内平行移动，在这种场景中，目标估计就被简化为寻找目标的二维图像位置。那么目标估计就不用和目标分类分离开来考虑。然而，物体通常在姿态和视角上会遭受根本上的变化，极大地加大了边界框估计的难度。
    最近几年，通过在线训练强大的判别式分类器，目标分类的挑战已经得到解决。尤其是基于相关滤波的跟踪器已经得到了广泛的欢迎。这些方法依赖于离散傅里叶变换给出的循环卷积对角化变换，以执行有效的全卷积训练和推理。相关滤波器通常善于在密集的二维网格中计算可靠的置信度得分来做目标分类。另一方面，精确的目标估计长期避开了此类方法。即使是寻找一个单参数的