ECCV2018 Deep regression tracking with shrinkage loss 文章解讀

基於壓縮損失的深度回顧跟蹤算法 摘要：迴歸跟蹤直接學習從目標對象的常規密集樣本到軟標籤的映射，通常是由高斯函數生成的，用來估計目標位置。由於具有快速跟蹤和易於實現的潛力，迴歸跟蹤受到越來越多的關注。現有的先進的跟蹤方法不能夠像相關濾波一樣呈現很好的性能。文中認爲訓練迴歸網絡的主要瓶頸是極端的前景和背景數據不平衡。爲了平衡訓練數據，提出了一種新的壓縮損失來懲罰簡單訓練數據的權重。而且，利用殘差連接來

>>阅读原文<<