ATOM: Accurate Tracking by Overlap Maximization

摘要 针对当前大多数跟踪算法忽视准确的目标状态估计的重要性这个问题，本文提出引入目标检测领域使用的IoU-Net来优化跟踪的边界框bbox，从而提高定位准确性。此外，本文还通过一个基于共轭梯度训练的分类网络来提高模型的判别能力。 背景 作者指出，可以将跟踪问题分解为分类任务和估计任务，前者根据将图片区域进行前景背景分类来进行目标的粗略定位，后者通过bbox对目标状态进行进一步精确定位。目前大多数跟

>>阅读原文<<