短时跟踪：Siamese系列

Siamese系列的核心
　　将整张图片和目标框 用相同的网络进行提取特征，然后再将目标框的特征作为卷积核和整个图片求卷积。
　　最后生成的是一层的Feature Map，将置信度最高的地方这个区域看作是目标。
　　如果有5个人，并不是将上述执行5次
　　整张图片执行一次，5个目标框分别执行一次，5个目标框的特征图作为卷积和整张图的卷积进行卷积操作，
　　生成5层的feature map。
为什么成Siamese系列为短时跟踪呢？
　　由上述解释可以看出来Siamese是可以做多目标跟踪的，所以不能以单目标多目标来区分
　　由于Siamese提取特征单调，许多先验知识没有考虑到，对Re-ID也没有考虑，所以只能用于短时跟踪。
Siamese-FC
　　整体框架
　　

 　　　　目标z执行φ 卷积操作，得到6*6*128的特征图φ(z)
　　 　　图片x执行相同的Φ卷积操作，得到22*22*128的特征图φ(x)
　　　　 然后执行g(φ(x),φ(z))  （这里可以是欧式距离，但是一般这里都是卷积操作，卷积核是φ(z)）得到一个置信度图
　　损失函数的一些细节
　　　　

　　　　l:一个点的损失
　　　　　　y:真实的label,{-1, 1}
　　　　　　v:最后的置信度图中一个点
　　　　D:最后特征图上所有的点
　　　　R：表示，只要在正确的一个半径内，都算预测正确
　　最后17*17的置信度图中置信度最高的一点，映射到x的一个区域，这个区域就是跟踪的目标

短时跟踪：Siamese系列

原文：https://www.cnblogs.com/yunshangyue71/p/13533379.html