qq_38680752的博客

摘要：现有的深度跟踪器主要使用卷积神经网络进行表示，该网络是为通用对象识别任务预先训练的。尽管许多视觉任务都取得了成功，但使用预先训练的深度特征进行视觉跟踪的贡献不如对象识别的贡献大。关键问题是在视觉跟踪中感兴趣的目标可以是具有任意形式的任意对象类。因此，预先训练的深层特征在对这些任意形式的目标建模以将它们与背景区分开来时效率较低。本文提出了一种新的学习目标感知特征的方法，与预先训练的深度特征相比，该方法能够更好地识别出经历显著外观变化的目标。为此，我们开发了一个回归损失和一个等级损失来指导目标活动和规模敏