Background:
Siamese network architecture:共享权重 向量距离表示相似性
applications:面部识别 re-ID
Background on Siamese Trackers:
起源:SINT
在一张图像中获取大量的候选目标,经过同一个网络与template作比较,选择距离最小的 存在问题:大量pair对经过网络时速率特别的慢
经典SiameseFC:
将255的原图特征提取后计算出2222通道数 的搜索区域, template计算出66通道数 的嵌入特征,然后滑窗做卷积,找到距离最近的向量
存在问题:没有尺度估计 简单输入三个scale的图(长宽放缩如0.95, 1, 1.05),找到响应最大的
SiamRPN:
为解决尺度变换,借鉴