理解出错之处望不吝指正。
本文模型叫做Siam-RPN。本文将Siamese Network和RPN结合，提出了一种端到端的离线训练方法，并把tracking过程视为one-shot detection（单项学习）。
训练阶段的网络结构如下：
tracking阶段的网络结构如下：
tracking过程中，先使用第一帧在template branch中预测出weight，其他帧则经过detection branch生成预测结果（用到template branch中得到的weight）。
为了使one-shot detection framework更适用于tracking，作者提出了两个选择proposal的策略：
（1）.丢弃那些远离中心点远的anchor生成的bounding boxes（如图所示，只选择蓝色grid的bounding boxes）；
（2）.使用余弦窗口和尺度变换惩罚项对proposals进行重新排序；
（3）.使用NMS选择最终的bouning box。