目标跟踪之DensSiam: End-to-End Densely-Siamese Network with Self-Attention Model for Object Tracking阅读笔记

论文地址：https://arxiv.org/abs/1809.02714

Siamese体系的论文使外观模型具有局域性local特征，对外观更变不具备鲁棒性，本文加入attention机制使得网络在离线训练时更加关注非局部特征（non-local）。

主要贡献：

1、新型框架：捕获对外观变化健壮的non-local特征，并减少层间的共享参数数量。

2、self-attention：响应映射具有non-local特征，捕获目标对象的语义信息。

3、解决梯度弥散问题，利用特征重用，提高泛化能力。