论文笔记Learning to Track at 100 FPS with Deep Regression Networks

1. 论文标题及来源

Learning to Track at 100 FPS with Deep Regression Networks, ECCV, 2016.
下载地址：https://davheld.github.io/GOTURN/GOTURN.pdf

2. 拟解决问题

a. 大多数方法在线训练模型，未充分利用数据集

3. 解决方法

3.1 算法流程

a. 从上一帧中裁剪出target
b. 以上一帧target的中心为search region的中心，search region的高和宽都是target的2倍
c. 使用卷积网络分别提取他们的特征，然后输入到FC层直接回归目标的位置，即输出目标在当前帧的位置
FC层的目的是为了比较object的特征和当前帧的特征，以找到object被移动到了哪里。FC层学习到的是一个复杂的特征比较函数，输出目标的相对运动。

4. 实验结果

4.1 VOT2014

4.2 消融实验

6. 总结

该算法流程非常简单，通过卷积网络提取特征，然后使用FC学习一个复杂的特征比较函数，最后直接输出目标在当前帧的位置