视觉对象跟踪算法，即VisualObjectTracking，正在进行中，请耐心等待，大量内容即将呈现

VisualObjectTracking 我研究过的一些视觉对象跟踪算法的汇编 指数 摩斯过滤器 参考： 肯德基 参考： JF Henriques，R.Casiro，P.Martins，J.Batista TPAMI 2015 暹罗网络 暹罗神经网络是一种人工神经网络，它使用相同的权重同时在两个不同的输入向量上协同工作，以计算可比较的输出向量。 事实证明，暹罗网络在视觉对象跟踪领域具有重要的应用。 许多最新的计算机视觉研究人员都利用暹罗网络输出可比较的特征向量的能力，这些特征向量基本上表明了输入图像/补丁之间的相似性。 暹罗FC 网络架构 说明 参考图像（通常是用边界框标记的第一帧Z ）和搜索图像（ X ）都由φ表示的相同（因此是暹罗）全卷积神经网络编码为深度特征图。 从参考图像（ φ （ Z ））生成的特征图像相关滤波器一样使用，与搜索图像的深层特征图进行卷积（*）以给出所需的得分图，然后将其用于获取边界框坐标。 一些特别的亮点 完全卷积架构 完全卷积的体系结构允许将映射函数（即φ）用于具有不同大小的图像，这凸显了该函数的连体本质。 物流损失函数 暹罗网络是在具有可用基础的视频数