SiamFC单目标跟踪是以深度学习为基础的开山之作。SiamFC的主要结构如下图所示: 孪生结构包括2个输入,一个为基准,一个为要选择的候选样本。对于单目标跟踪而言,基准一般选取第一帧的目标图像,候选样本取其余帧的整个图像,从而获取相似度最大的一个目标。主要过程如下: 1、首先选择第一帧的目标z(groundtruth中有标记),大小为127 x 12
SiamFC这篇paper提出一种新的全卷积孪生网络作为基本的跟踪算法,这个网络在ILSVRC15的目标跟踪视频数据集上进行端到端的训练。我们的跟踪器在帧率上超过了实时性要求,尽管它非常简单,但在多个benchmark上达到最优的性能。 很多研究通过使用预训练模型来解决上述问题。这些方法中,要么使用网络内部某一层作为特征的shallow...
一、 按照github上作者的要求改之后,再做下面的修改。 将【SiamFC】-->【tracking】下的run_tracker.m文件复制到【SiamFC】下,并重命名为SiamFC.m。 修改后SiamFC.m中的内容: functionresults=run_SiamFC(seq,res_path,bSaveImage)% RUN_TRACKER is the external function of the tracker - does initialization ...