无人驾驶感知篇之目标跟踪（十五）

最近比较忙，事情比较多，所以这一周没怎么更新。上篇主要写了DLT目标跟踪算法，今天这篇主要写写基于全卷积网络跟踪器算法——FCNT跟踪算法。

1.什么是FCNT跟踪算法

       FCNT跟踪算法主要利用现有大规模分类数据集预训练的CNN分类网络提取特征，主要对VGG-16的Conv4-3和Conv5-3层输出的特征图谱进行了分析。

2.FCNT跟踪算法的原理

FCNT跟踪算法主要包括以下步骤：

（1）输入的视频帧，

（2）利用 VGG-19提取feature，

（3）分别利用高层的特征，传送给 SNet 以及 GNet，

（4）分别对这两个特征图进行映射，

（5）建立干扰性判别器，选择其中的一个 heap map 作为最终的输出，
（6）当下一帧到来后，以上一帧预测结果为中心划出一块区域，

（7）然后分别输入GNet和SNet，得到两个预测的热图,

（8）最后根据是否有干扰器决定使用哪个热图生成最终的跟踪结果。

其框架可以表示为：

3.FCNT跟踪算法的优缺点

    优点：该算法可以有效抑制干扰器，有效防止跟踪器漂移，对目标本身的形变更加鲁棒。

    缺点：实测鲁棒性不高。