SiamNet: 全卷积孪生网络用于视频跟踪

SiamNet是一种全卷积孪生网络,用于目标跟踪任务,它融合到基本的跟踪算法中,通过端到端训练在ILSVRC15数据集上。网络结构简单,但跟踪准确性高,实现实时跟踪。训练采用正负样本对,以判别式掩模形式设计损失函数,并考虑尺度变化。模板仅在第一帧提取,可能不适应目标变化,后续工作对此进行了改进,如结合RPN以提高跟踪性能。
摘要由CSDN通过智能技术生成

参考论文:Fully-Convolutional Siamese Networks for Object Tracking

算法主页:http://www.robots.ox.ac.uk/~luca/siamese-fc.html 

code:https://github.com/bertinetto/siamese-fc 

1. 网络结构及摘要

图一 SiamNet 网络结构。 搜索区域x, 输出的是一个得分图, 所谓的得分就是相似度度量,得分图的维度是由搜索图像块决定(样本模板和搜索区域进行密集交叉相关)。ϕ代表的是一种特征映射操作,将原始图像映射到特定的特征空间

      传统意义上, 任意目标跟踪问题采用在线学习目标的形貌特征完成。 尽管这些在线的方法已经取得了非常好的结果,但是啊仅仅在线的方法本身具限制了模型学习的丰富性。最近,一些学者开始利用深度卷积网络的强大特征表达能力。然而,当跟踪的目标事前并不知道情况下,我们有必要采用SGD在线调整网络的权重,这严重的降低了系统的速度。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值