理解出错之处望不吝指正。
本文模型叫做PTAV。
-
本文的贡献包括:
(1)提出了一个新颖的PTAV(parallel tracking and verifying)架构;
(2)在此架构上,可以将基于CF的模型和基于CNN的模型进行组合。
模型的整体结构如下:
-
核心思想
模型的核心思想便是:使用Tracker T(fDSST)进行快速的tracking,T阶段性的向Verifier V(Siamese Network)发送check请求(判断当前T的tracking效果好不好),若不好(verification score<threshold),则根据region pooling layer得到candidates,选择得分verification score最高的那个作为result,此时使用当前得到的result再进行一次check,若还是不满足“verification score>=threshold”,就加大region范围继续找result,直至找到。找到后对T进行“回滚”(因为T当前处理的帧肯定在V处理的帧之后)。