无人驾驶感知篇之目标跟踪（十六）

        上篇主要写了基于全卷积网络跟踪器算法——FCNT跟踪算法，今天这篇主要写写MDNet目标跟踪算法。

1.什么是MDNet目标跟踪算法

        介绍该算法之前，必须强调一点：MDNet是2015年VOT的冠军。从侧面可以看出该算法的优点了！英文名Multi-Doamin Network，即多域学习的网络结构。通过多域学习这种特性，来学习这些目标的共性。

2.MDNet目标跟踪算法原理

MDNet目标跟踪算法主要包括以下步骤：

（1）先输入为107x107的Bounding box，

（2）再经过5个隐藏层，即3个卷积层conv1-conv3和2个全连接层fc4、fc5，

（3） 接下来利用两个全连接层fc4,fc5各有512个输出单元，来设计有ReLUs和Dropouts

（4）最后利用fc6是一个二分类层，一共有K个，对应K个不同的视频，每次训练的时候只有对应该视频的fc6被使用，前面的层都是共享的。

其算法框架可以表示为：

3.MDNet目标跟踪算法优缺点

      优点：该算法对尺度变化的视频相对鲁棒性较好，使用的策略，使得结果更加精确。

      缺点：在线的微调fine-tune，会使得速度慢一些，需要花时间和精力去微调。