本文介绍了Siamese-FC在单目标跟踪中的应用，通过计算两个图像patch的相似度来定位物体。该方法使用相同的卷积网络分支抽取目标和搜索区域的特征，然后通过交叉相关性得到相似度得分地图，从而确定目标位置。在训练过程中，通过正负样本定义和余弦窗口抑制来优化。尽管这种方法简化了跟踪问题，但它对初始化框的敏感性和无法处理变化的宽高比限制了精度。
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 （siamese 的意思）进行特征抽取
- 第一个分支抽取 目标object(z)的feature A
- 第二个分支抽取 待搜索图片(x)的feature B
- cross-correlation
利用抽取的feature A作为卷积核在B上进行卷积，这样最后得到的score map实际上就是待搜索图片特征B与目标object patch特征A的相似度。而score map上这个点的取值就可以理解为原图中这块区域和目标object之间的相似度，那么最后相似度最高的点就被定位为目标object在当前帧上面的位置。
ϕ(.)是经过卷积操作分别提取 z 和 x 的特征
g(.)是将两个特征图，经过cross-correlation来获得相关性，即用卷积模拟相关滤波，得到响应特征图。
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
