目標跟蹤之DensSiam: End-to-End Densely-Siamese Network with Self-Attention Model for Object Tracking閱讀筆記

論文地址：https://arxiv.org/abs/1809.02714

Siamese體系的論文使外觀模型具有局域性local特徵，對外觀更變不具備魯棒性，本文加入attention機制使得網絡在離線訓練時更加關注非局部特徵（non-local）。

主要貢獻：

1、新型框架：捕獲對外觀變化健壯的non-local特徵，並減少層間的共享參數數量。

2、self-attention：響應映射具有non-local特徵，捕獲目標對象的語義信息。

3、解決梯度彌散問題，利用特徵重用，提高泛化能力。