【小白筆記】目標跟蹤VIVAT(Visual Tracking via Adversarial Learning)論文筆記

1.主要貢獻 2.主要思路 2.1對抗學習 2.2價值敏感損失函數 2.3跟蹤流程 1.主要貢獻 這篇文章是18CVPR的spotlight文章，首次結合了對抗學習的思路用在目標跟蹤上，並取得了不錯的效果，跟蹤性能和ECO相當，速度爲1.5fps。下面就來說一下這篇文章吧，有不對的地方歡迎一起討論~ 貢獻1：運用GAN在特徵空間來進行正樣本擴增，使得能夠在長時間範圍內獲得大量的外觀變化從而獲得更加

>>阅读原文<<