DCFnet：Discriminant Correlation Filters Network For Visual Tracking

本文利用孪生网络模型进行目标跟踪，并且将DCF作为一个特殊的相关滤波器层加入到卷积层后面，并在傅里叶频域中推导出其反向传播公式，所以既可以保证DCF独有的高速运算，又可以实现端到端的跟踪；

本文主要有两个优点：

1. 自动学习最适合DCF跟踪的特征，从而使特征提取器与相关滤波器有效结合。

如下模型：

  首相，提取当前t帧的特征x，并且计算出滤波器系数，然后将t+1帧的搜索窗口输入到网络，提取特征z，根据滤波器系数计算出响应图，得到最优位置和尺度，接着根据最优位置和尺度，继续学习更新滤波器系数，如此反复，直到最后一帧为止。

1. 网络可以逐步更新，因此在这种情况下可以被视为一个RNN网络。如下模型：

第一帧除外，从第二帧开始，首先提取特征z，根据前一帧学习的滤波器系数g定位目标位置，再根据位置提取特征x，用于学习g，每一帧都如此，直到结束帧。