? 理解出錯之處望不吝指正。

? 本文模型叫做UCT。就像論文題目一樣，作者提出了一個基于卷積神經網絡的end2end的tracking模型。模型的整體結構如下圖所示（圖中實線代表online tracking過程，虛線框內和虛線表示離線訓練過程和在第一幀進行訓練）：

???

? 模型的目的是從樣本中學習出一系列convolution filter ，則在樣本上進行卷積得到的卷積response為（其中代表channel數）：

???

? 則損失函數可以寫為：

???

? 在測試階段，可以看作：

???

?

• ? 作者把模型的訓練過程分為兩部分：

? （1）.off-line training

??? 這部分訓練即為在訓練集上最小化損失函數，不同的是，由于最后一幀中的目標位置經常不在cropped patch的中心，所以作者將train patch cropped with jittering（抖動）。

? （2）.traing on first frame

??? 這部分訓練的目的是使模型適應于跟蹤特定的目標。在訓練時，虛線框內的權值使用均值為0的高斯分布進行隨機初始化，然后使用SGD進行訓練。

?

• ? Online Tracking的過程主要包括以下兩部分：

? （1）.Model update

??? 作者認為在每一幀或者固定間隔幀進行更新是不合理的，于是作者提出了一個定義，PNR（peak-versus-noise ratio）：

?????

??? 這里分母表示對response map中除去峰值的地方求均值。

??? 當以下兩個閾值都被滿足的時候，才進行模型的更新。

?????

? （2）.Scale estimation

??? 這部分作者使用了DSST中一樣的尺度估計方法，下面回顧一下。

?????

??? ①.在第一幀中以目標正中間為中心，截取S張不同尺度的圖像，每張圖像提取一個d維的特征向量，得到S*d的特征矩陣；

??? ②.構造相關圖g，大小為S*1，中間值最大，向兩端遞減；

??? ③.計算出尺度濾波模板h；

??? ④.對于當前幀，選取S張不同尺度的圖像，和位置估計一樣，計算出當前幀的相關圖g，響應最大值對應的尺度即為估計的尺度。

總結

以上是生活随笔為你收集整理的ICCV 2017 UCT:《UCT: Learning Unified Convolutional Networks forReal-time Visual Tracking》论文笔记的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。