用于目标跟踪的全卷积暹罗网络

任意目标跟踪问题传统上是通过在线学习目标外观模型来解决的，唯一的训练数据就是视频本身。尽管这些方法取得了成功，但仅限于在线的方法在本质上限制了它们可以学习到的模型的丰富性。近年来，已有若干尝试利用深度卷积网络的表达能力。然而，当需要跟踪的目标事先未知时，必须在线执行随机梯度下降以调整网络权重，这严重损害了系统的速度。本文中，我们为一个基本的跟踪算法配备了一个全新的全卷积Siamese网络（Siamese network），该网络在ILSVRC15数据集上进行了端到端的训练，用于视频中的目标检测。我们的跟踪器能够在超过实时帧率的情况下运行，并且尽管其极其简单，但在多个基准测试中仍达到了最先进的性能。