2019年11月9日 下午3:45
视觉目标跟踪DaSiamRPN - 简书
DASiamRPN阅读笔记：Distractor-aware Siamese Networks for Visual Object Tracking
2019年7月29日 下午12:17
SiamRPN系列文章串讲
- 我的想法就是：还是由于深度学习的不可解释性，导致在训练的过程中，会学习到一些我们不想要的关系
- 物体一般在搜索框的中间
- 对有语义的物体响应值大
- 我们在使用深度学习的时候
- 学习到我们想要的目的
- 同时，减小学习到一些人都没有意识到的一些关系，::这也是很多深度学习论文在干的事情::
- ::修改网络的角度：::
- 算法：SiamRPN
- 训练集：DaSiamRPN
- 孪生网络本身：SiamRPN++
2019年6月5日 上午12:27
SiamFC算法改进思路 | WorldHellooo’s Blog
自动化所：朱政，DaSiamRPN一作
SiamRPN系列文章 - 知乎
Zheng Zhu (朱政)
论文题目：Fully-convolutional siamese networks for object tracking
论文地址： https://arxiv.org/abs/1606.09549
项目地址： https://www.robots.ox.ac.uk/~luca/siamese-fc.html
tf实现： https://github.com/torrvision/siamfc-tf
pytorch实现： https://github.com/rafellerc/Pytorch-SiamFC
朱政分析：SiamFC文章，对SINT（Siamese Instance Search for Tracking，in CVPR2016）改进，第一个提出用全卷积孪生网络结构来解决tracking问题的paper，可以视为只有一个anchor的SiamRPN
- ::学的是什么？::
- condition和exampler之间的相似度
- 学习到的东西如何解决你的问题？
- 在测试的时候，如果相似性高，那么这个condition输出高分
重点描述：
1 | Learning to track arbitrary objects can be addressed using similarity learning. We propose to learn a function f(z, x) that compares an exemplar image z to a candidate image x of the 【same size】 and returns a high score if the two images depict the same object and a low score otherwise. To find the position of the object in a new image, we can then exhaustively test 【all possible locations】 and choose the candidate with the maximum similarity to the past appearance of the object. In experiments, we will simply use the 【initial appearance】 of the object as the exemplar. The function f will be learnt from a dataset of videos with labelled object trajectories |
论文题目：High Performance Visual Tracking with Siamese Region Proposal Network
论文地址： http://openaccess.thecvf.com/content_cvpr_2018/papers/Li_High_Performance_Visual_CVPR_2018_paper.pdf
项目地址： http://bo-li.info/SiamRPN/
朱政分析： SiamRPN文章，将anchor应用在候选区域的每个位置，同时进行分类和回归，one-shot local detection。
::我分析：这篇论文把FastR-CC中的RPN和SiamFC中的孪生相似性度量网络放在了一起::，这么一分析顶会的思想简单的要死
* 现在反过头来看这句话，当时真实天真！