目錄

• 整體結構
• 創新點
• 實驗結果

? ? ? ?理解出錯之處望不吝指正。
? ? ? ?文章鏈接

整體結構

? ? ? ?本文的模型結構如下圖所示：

創新點

? ? ? ?本文的改進我覺得十分新穎：“每張特征圖學習跟蹤目標的一個局部結構”，模板經過卷積后得到$1\times 1\times 4096$大小的特征圖，每張特征圖代表該物體的一個屬性（特征），基于此特征圖做相似計算。
? ? ? ?從上圖來看，我們可以知道，文中主要有三個新增加的部分，分別是“Local Pattern Detection”、“Context Modeling”和“Integration Module”。
? ? ? ?“Local Pattern Detection"部分是通過兩個卷積層（$11\times 11$和$5\times 5$）實現的，輸出的每張特征圖代表一個局部特征。
? ? ? ?“Context Modeling”部分通過“消息傳遞”機制實現，使用的是CRF（條件隨機場）。作用是壓制背景噪聲、加強特征。
? ? ? ?“Integration Module”部分通過$6\times 6$卷積核實現，將模板幀的特征圖由$6\times 6\times 4096$變為$1\times 1\times 4096$（其實就是變成了一個向量，向量中的每個值代表該物體的一個屬性，和全局均值池化類似）。

實驗結果

? ? ? ?由于要學習部分特征，作者選擇使用ILSVRC2014和ALOV作為訓練數據集，模型的實驗結果如下所示：
? ? ? ?1.OTB-2013
? ? ? ?? ?87.4%??0.638??45FPS
? ? ? ?2.OTB-2015
? ? ? ?? ?85.1%??0.621??45FPS
? ? ? ?3.VOT-2016

總結

以上是生活随笔為你收集整理的ECCV 2018 StructSiam：《Structured Siamese Network for Real-Time Visual 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。