CFNet视频目标跟踪核心源码分析——网络结构设计及实现

1. 论文信息

• 论文题目：End-to-end representation learning for Correlation Filter based tracking 
• 论文出处：CVPR 2017
• 论文作者：Jack Valmadre，Luca Bertinetto等人 
• 论文主页：http://www.robots.ox.ac.uk/~luca/cfnet.html 
• 在线阅读：http://openaccess.thecvf.com/content_cvpr_2017/papers/Valmadre_End-To-End_Representation_Learning_CVPR_2017_paper.pdf
• 源码链接：https://github.com/bertinetto/cfnet

 

2. 网络结构设计及实现

根据官方实际代码，更加详细一点的网络结构如下图所示，可以看出，与SiamFC的网络结构类似，CFNet也包含两个分支——z和x，其中z分支对应目标物体模板，可以理解为目标在第  帧之内所有帧的模板数据加权融合（利用学习率来进行，与KCF算法类似），x分支对应目标物体搜索图像，它是目标周围的一大片区域，用于在区域内利用滑动窗口进行搜索，从而确定目标的真正位置。

 

3. join_cf_window层的实现

论文定义的join_cf_window层，其主要作用是对模板图像进行加窗，抑制边缘部分从而尽量减轻因样本循环移位带来的边缘失真（边界效应），join_cf_window层的定义位于make_net.m源码中：

join = dagnn.DagNN();
% Apply window before correlation filter.
join.addLayer('cf_window', MulConst(), ...
    {'in1'}, {'cf_example'}, {'window'});
p = join.getParamIndex('window');
join.params(p).value = single(make_window(in_sz, join_opts.window));
join.params(p).learningRate = join_opts.window_lr;

其中MulConst是作者自己定义的计算函数，其具体定义位于src/util目录下的MulConst.m和mul_const.m文件中。

 

3.1 join_cf_window层的前向传播

在mul_const.m文件中，关于前向传播时，其实现细节为：

y = bsxfun(@times, x, h);
varargout = {y};

其中，x表示join_cf_window层的输入数据，h表示窗，可以看出加窗的过程实质是矩阵元素级乘法，这一点与KCF算法相同。

这里需要注意的是：窗口h的定义位于src/training目录下的make_window.m源码文件中，如下所示：

function h = make_window(sz, type)
% sz = [m1, m2]

switch type
    case ''
        h = ones(sz(1:2));
    case 'cos'
        h = bsxfun(@times, reshape(hann(sz(1)), [sz(1), 1]), ...
                           reshape(hann(sz(2)), [1, sz(2)]));
    otherwise
        error(sprintf('unknown window: ''%s''', type));
end

end

 

3.2 join_cf_window层的反向传播

在mul_const.m文件中，利用join_cf_window层进行反向传播时，其实现细节为：

der_x = bsxfun(@times, der_y, h);
der_h = sum(sum(der_y .* x, 3), 4);
varargout = {der_x, der_h};

这里面有一个细节需要注意：作者在设计该层的方向传播时，用的也是矩阵元素级乘法，与正向传播的计算模式相同，并没有求偏导的过程。个人推测这里面的原因是：join_cf_window层的计算任务是对数据进行加窗，这样的任务对正向和反向传播是对等的，因此反向传播计算方式与正向传播类似。

 

4. join_cf层的实现

join_cf层是论文中非常关键的一层，文章的核心内容几乎全体现在这一层里面了。该层的定义位于make_net.m源码中：

join.addLayer('cf', ...
    CorrFilter('lambda', join_opts.lambda, 'bias', join_opts.bias), ...
    {'cf_example'}, cf_outputs, {'cf_target'});

其中CorrFilter是作者自己定义的函数，它的具体定义位于src/util目录下的CorrFilter.m和corr_filter.m文件中，两者的关系是：<