目标跟踪--GOTURN 100fps

先附上论文的链接 点击https://arxiv.org/abs/1604.01802打开链接

GOTURN: Generic Object Tracking Using Regression Networks

GOTURN这个方法有如下的特点和优势：

• Offline Training：利用了大量数据离线训练的优势

• Generic Object Tracking：跟踪未见过的类别样例，对特定类别样例的跟踪效果更好

• Avoid Online Fine-turning：以获取100FPS的速度

• Regression-based Approach：不对patch进行classification，而是对object的bounding-box进行回归，以获得更高的FPS

•   算法性能：对遮挡敏感，但是对视角、形变、光照变化具有鲁棒性。

算法框架

整个算法的框架其实非常简单：利用视频或图片的目标bounding box labels，训练一个神经网络来跟踪目标。在测试 时，输入当前帧和前一帧进入网络，输出当前帧bounding-box的新位置。

输入输出 

what to track 以前一帧的目标区域为中心扩展（以接受一些背景信息），crop and scale出来bounding box。crop使得网络接收一些目标周围背景的上下文信息。

更进一步说：在第帧，Tracker预测的bou