weixin_45751113的博客

一、网络框架第一，与SiamFC相同，模板图像和搜索图像经过AlexNet骨干网(Siamese network)提取特征。第二，之后送入region proposal network 进行分类回归。由于SiamRPN是基于anchor的方法，因此图中分类分支和回归分支都有upchannel这一步操作。模板图像的特征与搜索图像的特征互相关后，得到对应的分类得分，回归偏移量。二、tracking流程把第一帧的模板图像送入骨干网提取特征，后续帧（搜索图像）经过提取特征步骤后都与第一帧的特征进行互相关，

目标跟踪(1)–SiamFC1. 网络结构模板图像z可以认为是某视频序列的第一帧截取的，搜索图像X则是第一帧之后的任意帧（比如第10帧、100帧）截取的图像，经过AlexNet骨干网（孪生网络）提取对应的featuremap，然后模板图像的featuremap与搜索图像的featuremap进行互相关，所谓互相关可以理解为把图中的6x6x128当成卷积核，对更大的22x22x128的图进行卷积。最终得到的17x17x1的相似度得分图，得分越高处说明中该点即为z在x中的位置。2.优势与劣势优势：