CVPR 2018 RASNet:《Learning Attentions: Residual Attentional Siamese Network for Tracking》论文笔记

  理解出错之处望不吝指正。 

  本文模型叫做RASNet，在Siamese框架下重构了CF，提出了三种attention机制（general、residual、channel），这三种attention的提出使得离线训练的特征表示可以适应在线跟踪的目标，同时避免过拟合。

  传统的Siamese使用f(z, x)函数对跟踪目标z和search image x进行评价：

   

  作者认为，不同位置的权重应该不同：

   

  这里的即为attention，称为“full attention”，我们又将其分为两部分：dual attention 和channel attention B。其中，又分为两部分：general attention和residual attention（下式中的两部分）：

   

  general attention负责编码所有训练样本的共性。

  residual attention负责学习每种不同的跟踪物体之间的差异性。

   

  channel attention负责使模型适应于不同的contexts。