? 理解出錯之處望不吝指正。

? 本文模型叫做SA-Siam。本文提出了一個結合Semantic features（語義特征）和Appearance features（表征特征）的模型，其實類似于一個雙路模型，為了保持這兩種特征的異質性，這兩路特征要分別訓練，訓練語義特征的網絡叫做S-Net，訓練表征特征的網絡叫做A-Net。作者還在S-Net中加入了一個chanel attention機制。

? 模型的整體結構如下：

? S-Net視為一個圖像分類問題去訓練，A-Net視為一個相似學習問題去訓練，這樣兩部分可以更好的互補。

? 為什么在S-Net中加入channel attention機制？

? 高等級的語義特征對圖片的形變、旋轉等具有很好的魯棒性，但是卻導致判別力低。為了增加語義特征的判別力，作者設計了channel attention模塊。模塊如下圖：

???

總結

以上是生活随笔為你收集整理的CVPR 2018 SA-Siam:《A Twofold Siamese Network for Real-Time Object Tracking》论文笔记的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。