【目标跟踪】SiameseRPN：High Performance Visual Tracking with Siamese Region Proposal Network

最新推荐文章于 2025-04-24 11:03:29 发布
最新推荐文章于 2025-04-24 11:03:29 发布
阅读量1w 收藏 33
点赞数 10
文章标签： 计算机视觉 目标跟踪 深度学习 神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qinhuai1994/article/details/80601220
版权
SiameseRPN是一种基于Siamese网络和区域提议网络（RPN）的视觉跟踪方法，旨在实现高速度与高精度的平衡。通过在模板分支上预训练并获取目标特征权重，这些权重被用于检测分支的RPN网络参数，从而直接回归目标的坐标和尺寸，提供精确且高效的跟踪。在VOT和OTB100数据集上的实验结果显示，随着训练样本增加，其性能得到提升。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

今年CVPR2018 tracking的文章Siamese类方法很火，之前介绍了一篇FlowTrack
今天更新一篇CVPR2018的Spotlight
原文链接：High Performance Visual Tracking with Siamese Region Proposal Network

Motivation & Summary

作者的motivation很简单，想做一个精度又高，速度又快的tracker。就tracking领域而言，速度和精度一直是两个难以兼得的东西，基于CF（correlation filters）的方法速度很快，而基于深度学习的方法却在精度上有着明显的优势。作者以SiameseNetwork为baseline，针对Siamese的缺陷，提出了一个Siamese+RPN的跟踪网络，在惊人的速度下达到了非常不错的精度。

Contribution

Siamese + RPN Network

Siamese Network

我们先回顾一下SiameseFC
这里写图片描述
就是这个“朴素”的网络结构，深深的影响了这两年来tracking的发展方向。
所谓的Siamese&

最低0.47元/天 解锁文章
二千丶
关注
High Performance Visual Tracking with Siamese Region Proposal Network—CVPR2018 阅读
deasonyuan的博客
07-16 322
作者将流行的跟踪算法分为两类，一类是基于相关滤波类并进行在线更新的跟踪算法，另一类是使用深度特征抛弃在线更新的跟踪算法，前者严重限制了跟踪速度，后者没有使用域特定信息（即某个特定的跟踪视频的信息）。针对以上不足，作者提出一个SiamRPN网络，该网络分为模板分支和检测分支。训练过程中，在相关特征图上执行proposal extraction、没有预定义好的类别信息；在跟踪过程中使用one-shot检测框架和meta-learning。 Abstract. Visual object tracking h
【Tracking 系列：一】Siamese-FC｜Fully-Convolutional Siamese Networks for Object Tracking
鹿鹿的博客
04-11 821
滑窗分类 SOT早期的工作 Siamese-FC, 对单目标来做跟踪，论文中通过计算两个图像patch之间的相似度，来定位物体，通过多次rescale 输入图片来实现多尺度物体的跟踪。 Method 网络整体分两个分支，两个分支使用相同的卷积进行特征抽取 第一个分支抽取 目标object(如下图的z)的feature A 第二个分支抽取 待搜索图片(如下图的x)的feature B cro...
High Performance Visual Tracking with Siamese Region Proposal Network.pptx
09-27
有关目标跟踪相关的总结，以PPT形式进行展开讲述，内容简练，有助于学习论文主要思想。
目标跟踪之High Performance Visual Tracking with Siamese Region Proposal Network论文阅读笔记
羊倌sage的自留地
12-06 987
论文地址： http://openaccess.thecvf.com/content_cvpr_2018/papers/Li_High_Performance_Visual_CVPR_2018_paper.pdf 出发点：Siamese论文选框只在目标的中间位置，利用滑窗加多尺度回归的方式计算量过大且计算方式过于死板精度不高，对于运动速度快的物体跟踪效果不佳。基于相关滤波（CF）的方法速度快，...
SiamMask原理详解：从SiamFC到SiamRPN++，再到多任务分支设计
最新发布
weixin_43745234的博客
04-24 1075
从SiamFC到SiamRPN++，再到SiamMask，目标跟踪领域经历了从简单的模板匹配到引入anchor机制，再到多任务学习的演变。SiamMask通过结合目标跟踪和目标分割，极大地提高了目标跟踪的精度和鲁棒性，特别是在处理复杂场景下的目标时，能够提供更为细致和高效的跟踪能力。随着深度学习技术的发展，未来的目标跟踪网络可能会更加注重多任务的融合以及对多尺度、多形状目标的处理。SiamMask的成功为后续的相关研究提供了宝贵的经验和技术路径。
High Performance Visual Tracking With Siamese Region Proposal Network（SiamRPN）阅读笔记
weixin_43390051的博客
12-28 523
SiamRPN阅读笔记前言模块孪生网络实施细节RPN实施细节 前言 SiamRPN是在孪生网络的基础上增加了RPN模块，即可以让tracker对在检测帧中选择的proposals进行学习，并对目标进行回归，从而检测帧中使用更慢的selective search。SiamRPN速度很快，但未在在线跟踪中对模型进行fine-tuning，因此其精确度较之后能进行online learning的tracker还是差了些。 模块 孪生网络 孪生网络（Siamese）在近年来是tracker模型的主流，得益于其通过将
High Performance Visual Tracking with Siamese Region Proposal Network论文笔记
donkey_1993的博客
09-20 2515
论文：High Performance Visual Tracking with Siamese Region Proposal Network 文论下载：http://openaccess.thecvf.com/content_cvpr_2018/papers/Li_High_Performance_Visual_CVPR_2018_paper.pdf DaSiamRPN代码地址：https...
High Performance Visual Tracking with Siamese Region Proposal Network全文翻译
weixin_44294645的博客
08-12 1370
Siam-RPN翻译
论文笔记High performance visual tracking with siamese region proposal network
u011609063的博客
10-29 538
论文笔记High performance visual tracking with siamese region proposal network1. 标题及来源2. 阅读目的3. 领域4. 拟解决的问题5. 提出的方法5.1 整体网络结构5.2 把跟踪任务看做one-shot learning5.3 候选区域选择6. 结果6.1 VOT-2015实验结果6.2 VOT-2016实验结果6.3 V...
基于全卷积的孪生网络目标跟踪（Fully-Convolutional Siamese Networks for Object Tracking）
sansanfree的博客
03-27 7666
算法主页：http://www.robots.ox.ac.uk/~luca/siamese-fc.html ）matlab版本代码：https://github.com/bertinetto/siamese-fc (作者提供源代码)tensorflow+python代码：tensorflow代码（GitHub上搜索的...）贴上之前看过的一篇参考论文 https://blog.youkuaiyun.com/a...
High Performance Visual Tracking with Siamese Region Proposal Network 阅读笔记
aiqiu_gogogo的博客
06-17 2223
1，(IDEA) In tracking task we don’t have pre-defined categories, so we need the template branch to encode the target’s appearance information into the RPN feature map to discriminate foreground from ...
SiameseTracker-Deep:使用暹罗语进行多对象跟踪
03-27
SiameseTracker-Deep:使用暹罗语进行多对象跟踪
目标跟踪“Siamese Instance Search for Tracking”
cv_family_z的博客
08-24 5692
使用siamese深度网络，no model updating, no occlusion detection, no combination of trackers, no geometric matching，达到state-of-the-art的水平。论文旨在学习匹配机制，从大量的外部视频学习先验的匹配函数，训练视频与测试视频没有交集，在学习过程中关注广义目标外形变化。在跟踪过程中目标不变，不
A Twofold Siamese Network for Real-Time Object Tracking 阅读笔记
aiqiu_gogogo的博客
03-01 7271
个人评价： 自从SiamFC利用Siamese网络解决目标跟踪问题后，很少有出色的基于SiamFC改进的目标跟踪工作。SiamFC通过训练Siamese网络用以在外观层面上区分两个物体是否属于一个目标，从而达到目标跟踪的目的。SiamFC的好处很多，其最核心的就是离线训练结合在线跟踪，以及end-to-end的跟踪模式，是少有的基于深度学习并且同时兼备性能和速度的跟踪器，所以基于SiamFC进行...
Siamese 目标跟踪：Rotation Equivariant Siamese Networks for Tracking(CVPR2021)
du的博客
04-26 2037
1.Motivation 本文重点是处理目标的平面旋转对Siamese跟踪器性能的不利影响。在没有采取有效解决方案的情况下，目标旋转被认为是最困难的跟踪挑战。 基于深度学习的跟踪算法中使用了CNN，虽然CNN具有平移不变性，但是没有解决旋转问题。视频中存在旋转目标时，现有的跟踪器会受到严重影响。 f(⋅)f(\cdot)f(⋅)和ψθ(⋅)\psi_{\theta}(\cdot)ψθ​(⋅) 分别表示神经网络编码函数和旋转变换函数，由图中可以看出ψθ(f(⋅))≠f(ψθ(⋅))\psi_{\thet
Siamese 目标跟踪：Learning to Fuse Asymmetric Feature Maps in Siamese Trackers(CVPR2021)
du的博客
04-30 1727
论文 Learning to Fuse Asymmetric Feature Maps in Siamese Trackers 参考文章 [N32] Learning to Fuse Asymmetric Feature Maps in Siamese Trackers 1.Motivation 作者认为DW-XCorr属于手工制作的无参数模块，不能充分受益于大规模离线数据的学习，从而使传统的DW-XCorr存在以下问题： 容易被干扰物欺骗。 激活的通道较少。为了实现互相关，需要将不同目标的特征正.
单目标跟踪 （二） Siamese network 综述
weixin_41386168的博客
12-23 1395
Siamese network: 连接两个输入并产生一个输出。目的是确定输入到网络的两个图像补丁中是否存在相同的物体。网络测量两个输入之间的相似度，并具有共同学习相似度和特征的能力。 Siamese+CF: SiamFC 《Fully-convolutional siamese networks for object tracking ECCV, 2016》GPU 速度，3 尺度 86fps，5 尺度 58fps SiameseRPN CVPR 2018 160fps 18年...
SiamMask：视频跟踪最高精度 （中科院王强大神作品）
热门推荐
沈春旭的博客
03-16 2万+
论文水平：CVPR 2019https://arxiv.org/pdf/1812.05050.pdf 测试代码：https://github.com/foolwood/SiamMask 跟踪算法近年的发展（中科院王强博士维护）。相关滤波的发展已经经过了几代迭代，发展到了瓶颈期。深度学习应该是以 SiamFC 为代表的 Siamese Tracker 脱颖而出。 1. 背景 今年C...
探索深度学习在目标跟踪中的潜力：UpdateNet —— 为Siamese Tracker赋予智能更新能力
gitblog_00058的博客
06-18 561
探索深度学习在目标跟踪中的潜力：UpdateNet —— 为Siamese Tracker赋予智能更新能力 去发现同类优质开源项目:https://gitcode.com/ 项目介绍 Learning the Model Update for Siamese Trackers 是一个在国际计算机视觉会议(ICCV) 2019上发表的创新性研究项目，它提出了一种新的方法来提升Siamese追踪器的性...
siamRPN系列论文深度解析：从SiamFC到siamMask的演进
2. SiamRPN-CVPR2018: High Performance Visual Tracking with Siamese Region Proposal Network.pdf 这篇论文在SiamFC的基础上进行了扩展，提出了Siamese Region Proposal Network（SiamRPN），进一步提升了目标...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值