Transform 与目标跟踪
Transform 在视觉领域遍地开花，终于目标跟踪也没能逃过。并行的长距离依赖（空间和时间皆可）对于目标跟踪似乎有着天然的优势，本篇笔记简要概述今年 CVPR2021 关于 Transform 在目标跟踪中的应用，主要介绍动机和结构，细节和实验部分以后有空再补充。
0%
Deep Meta Learning for Real-Time Target-Aware Visual Tracking
Anchor Free 的孪生目标跟踪
Anchor-free + 孪生网络做跟踪在 2020 年非常火爆，相关笔记在 b 站记录。本文主要对其整合进行简单归纳。
目标检测框架在目标跟踪中的应用
从 SiamRPN 将跟踪问题定义为 one-shot detection 任务之后，出现了大量将检测组件由于跟踪的研究。不过 Siamese 系列一个很大的问题在于其本质仍然是一个模板匹配问题，网络关注的是寻找与 target 相似的东西，而忽视了区分 target 和 distractor 的判别能力，这正是目标检测任务所擅长的。目标检测和目标跟踪的关键差异在于检测是一个 class-level 的任务，而跟踪是一个 instance-level 的任务（即检测只关注类间差异而不重视类内差异，跟踪需要关注每一个实例，同时跟踪的类别是不可知的）。
本篇笔记关注如何将目标检测框架应用在跟踪中，主要介绍其思想，细节部分不做过多描述，记录论文包含：
Siam R-CNN: Visual Tracking by Re-Detection
Siam R-CNN 是亚琛工业大学 & 牛津大学联合推出的，核心是通过重检测进行视觉跟踪，并构建了基于轨迹的动态规划算法，建模被跟踪对象和潜在干扰对象的完整历史。效率方面，该方法可以在 ResNet-101 上达到 4.7 FPS，在 ResNet-50 上达到 15 FPS 。