xuan971130的博客

1.摘要： 基于孪生网络的跟踪器将视觉跟踪任务描述为一个相似度匹配问题。几乎所有流行的Siamese跟踪器都是通过目标分支和搜索分支之间的卷积特征互相关来实现相似度学习的。但是，由于需要预先确定目标特征区域的大小，这些互相关基方法要么保留了大量不利的背景信息，要么丢失了大量的前景信息。此外，目标与搜索区域的全局匹配也在很大程度上忽略了目标结构和部分级信息（structure and part-level information）。 针对上述问题，本文提出了一种简单的目标感知...

博文传送门作者详细的解释了边界框回归的相关问题1.为什么要边框回归？2.什么是边框回归？3.边框回归怎么做的？4.边框回归为什么宽高，坐标会设计这种形式？5.为什么边框回归只能微调，在离Ground Truth近的时候才能生效？...