SkyLeopard的博客

DaSiamRPN出自中科院自动化研究所，计算机视觉高地，与SiamRPN一同参加了VOT-18的比赛，VOT-18赢得了“VOT-18实时”挑战，进了名单。在“VOT-18长时”挑战赛中获得第二名。然而他属于SiamRPN改进一种，比SiamRPN稍复杂了一点，不那么优雅了，数据增强部分方法是大伙儿都可以复用的。

在这项工作中，我们脱离了跟踪中采用的传统在线学习方法，并展示了一种专注于在离线阶段学习强嵌入的替代方法。与在分类设置中的使用不同，我们证明，对于跟踪应用，孪生全卷积深度网络能够更有效地使用可用数据。这不仅反映在测试时，通过执行有效的空间搜索，也反映在训练时，其中每个子窗口都有效地代表一个有用的样本，而几乎没有额外的成本。实验表明，深度嵌入为在线跟踪器提供了自然丰富的特征来源，并使简单的测试时策略表现良好。我们相信这种方法是对更复杂的在线跟踪方法的补充，并期望未来的工作能够更彻底地探索这种关系。

SiamRPN是商汤Siam孪生网络系列的第一个作品，2018年在VOT的比赛中获得了第一，CVPR 2018 选为了Spotlight。