该文是注意力机制应用的巅峰。简单的说本文就是:Siamese+CSR-DCF
该文首先对SRDCF.CSR-DCF等使用了特征加权的非深度学习方法和SimaseFC等的深度学习方法进行了介绍,指出非深度学习方法都是基于手动特征,然后优化理论的传统方法,而Siamese等深度学习方法则没有使用注意机制,从而无法消除边缘效应。该文将两类跟踪方法的优点进行结合并做了很多加强。代码地址(要等到六月份..)https://github.com/foolwood/RASNet.
网络结构:
该文是注意力机制应用的巅峰。简单的说本文就是:Siamese+CSR-DCF
该文首先对SRDCF.CSR-DCF等使用了特征加权的非深度学习方法和SimaseFC等的深度学习方法进行了介绍,指出非深度学习方法都是基于手动特征,然后优化理论的传统方法,而Siamese等深度学习方法则没有使用注意机制,从而无法消除边缘效应。该文将两类跟踪方法的优点进行结合并做了很多加强。代码地址(要等到六月份..)https://github.com/foolwood/RASNet.
网络结构: