文章目录
主要改进点
- 新的框架:SiamBAN
- anchor-free,避免了候选框的超参数和先验知识,泛用性更好
- 40FPS,满足实时性要求
改进动机
- anchor-based跟踪方法有大量的调参负担
- anchor-free的检测方法近年来取得极大进展
具体方法
主干网路
- 在孪生网络框架的基础上增加了质量分支和状态回归分支
- 主干网络采用ResNet-50,去除了后面两个blocks中的下采样以保持空间分辨率;利用孔洞卷积以扩大感受野,且不同层孔洞间隔不同:conv4和conv5的采样步长为1,conv4的孔洞间隔为2,conv5的为4
- 最后关联得到的特征通道数为256,且只取目标中心范围7*7的范围
分类分支和回归分支
- 类似于FCOS,直接回归特征图对应位置的偏移量,不过感受野位置计算部分和最后将回归值放大的部分没有看懂
Multilevel Prediction
类似于SiamRPN++,作者对conv3-5的特征图进行depth-wise cross-correlation,后再对三个层做自适应加权融合
这里的系数是通过学习算法和网络参数一起优化得到的,而不是事先设置好的超参数
Grond-truth and Loss
- Label的设置上,分类分支的Label定义以GT范围中心做椭圆定义
在