目标跟踪之EDCF：DonotLosetheDetails: ReinforcedRepresentationLearning forHighPerformanceVisualTracking论文笔记

论文作者知乎专栏介绍：https://zhuanlan.zhihu.com/p/34222060

本论文关注点在于关注跟踪目标的细节信息，提高目标的判别能力。

提出原因：Siam类方法普遍判别性不强，在图像中出现与目标相似的干扰物时，经常出现跟踪错误的目标的情况。

改进点：使用自编码（encoder-decoder）结构使得特征网络更多的关注目标的细节信息，并结合context-aware的相关滤波抑制掉周边的干扰，并且使得模型可以在线更新。自编码结构，通过计算解码出来的图像与原图像之间的误差损失，通过优化使其不断缩小，达到编码器中间的输出包含目标更多的细节信息。

 

本篇依然是孪生网络的变体，上分支为模板图像分支，下分支为待搜索图像分支。模板图像和待搜索图像均通过encoder-decoder结构，原图和生成图像之间的差异成为reconstruction loss，利用增加的重构损失提高网络的判别能力。然后只考虑encoder结构的话，两图像均通过CNN网络，先利用CACF提取浅层特征得到125*125*1的响应图。再利用深层特征进行互相关计算得到17*17的响应图，将该响应图上采样到125*125*1大小，最后将两幅响应图进行融合得到最终的响应图。

CACF来源于《Context-Aware Correlation Filter Tracking》上下文感知的相关滤波器http://openaccess.thecvf.com/content_cvpr_2017/papers/Mueller_Context-Aware_Correlation_Filter_CVPR_2017_paper.pdf

出发点：余弦窗（用来抑制边界效应的）和search region的限制，导致CF模板学不到太多的背景信息，当目标发生比较大的形变或者复杂背景干扰的时候，容易跟丢。

基本思想是在目标图像块周围采样k个上下文图像块，将这些图像块看作困难负样本，目标是让目标图像块有高响应，周围图像块响应接近0

具体细节可详细阅读：https://zhuanlan.zhihu.com/p/26586334