论文阅读笔记 End-to-end Flow Correlation Tracking with Spatial-temporal Attention [2018 CVPR] (FlowTrack)

先给出原文链接：https://arxiv.org/abs/1711.01124v1 代码暂未放出。 该论文核心思想：使用光流信息帮助跟踪。用光流信息指导历史特征融合，得到更好的目标模型，类似于根据光流做了特征对齐。 先上总框架： (1)跟踪使用的特征由Feature CNN提取； (2)光流信息由FlowNet提取； (3)Warp操作指的是在光流的指导下将最近几帧(文章中使用5帧)的目标特征对

>>阅读原文<<