SiamCAR笔记

本文将视觉跟踪任务分解为两个问题：像素级别的分类问题+在该像素上目标框的回归问题，提出了一个新颖的全卷积孪生网络SiamCAR以端到端的方式在像素级别解决目标跟踪问题。

方法：

SiamCAR包括2个简单的子网络：一个用于特征提取的孪生子网+一个用于目标框预测的分类回归子网，以ResNet50为backbone。不同于SiamRPN, SiamRPN++, SPM这些基于region proposal的追踪器，SiamCAR是proposal和anchor free的，可以避免繁杂的anchor超参数调整。SiamCAR简单，高效，整洁。

网络结构：

远离目标中心的位置往往会产生低质量的预测框，会降低跟踪性能。 因此，作者添加了一个与分类分支并行的中心分支(center-ness)来去除异常值

主要贡献：

• 我们提出了Siamese 分类和回归框架(SiamCAR) 用于视觉跟踪。该框架结构非常简单，但性能强大。
• 提议的跟踪器既无锚，也无提议。超参数的数量已显着减少，这使跟踪器无需进行复杂的参数调整，并使跟踪器显着简化，尤其是在训练中。
• 没有花里胡哨，所提出的跟踪器在准确性和时间成本方面都达到了最先进的跟踪性能。
总结：
提出了一个名为 SiamCAR 的 Siamese 分类和回归框架，用于端到端训练深度 Siamese 网络进行视觉跟踪。我们展示了跟踪任务可以按像素的方式解决，并采用整洁的全卷积框架。
所提出的框架结构非常简单，但在 GOT-10K 和许多其他具有挑战性的基准上实现了最先进的结果，而无需花哨的东西。它还在 LaSOT 等大型数据集上实现了最先进的结果，这证明了我们的 SiamCAR 的普遍性。由于目前的框架简单整洁，因此可以很容易地通过特定的模块进行修改，以便将来进一步改进