Learning Dynamic Siamese Network for Visual Object Tracking—ICCV2017 阅读

本文主要是基于SiamFC跟踪器，考虑如何使tracker能够对目标外观随时间的变化做出实时响应以及如何对背景噪声干扰进行抑制。虽然Siamese网络在跟踪器的匹配精度以及速度保持上具有巨大的潜力。但是它们在分类上仍有很大的差距。本文作者提出一种动态的Siamese网络，通过快速转换学习模型，能够有效的在线学习历史数据上的目标外观变化以及背景抑制。并给出一种基于多层特征自适应融合的方法。同时所提出

>>阅读原文<<