寫在前面

       今天開啟csdn，想寫這篇部落格的時候，發現，哇，Markdown編輯器，趕緊試了一下，好用，哈哈。
       理解出錯之處望不吝指正。

文章大意

       這篇文章是ICCV2015年的文章，我是看了浙大王萌萌學姐的目標跟蹤綜述視訊才看了這篇文章。文章中根據不同跟蹤器的共性，將跟蹤器分為以下五個組成部分：
       1. Motion Model，意為運動模型，代表模型中對於當前幀，如何根據上一幀的位置進行取樣，得到候選bbox；
       2. Feature Extractor，即特徵提取，不需要過多解釋；
       3. Observation Model，這部分用於判斷哪個候選bbox應作為當前幀的跟蹤結果；
       4. Model Updater，即模型更新部分，包括模型的更新策略、更新頻次等；
       5. Ensemble Post-processor，有些時候，一個跟蹤系統中包含多個跟蹤器，要將他們的跟蹤結果結合才能得到最終的跟蹤結果。

一些benchmark

實驗

實驗設定

基本模型

       該模型的效果如下圖（中等水平）：

資料集

       作者選擇VTB1.0作為驗證集。

實驗1 Featrue Extractor

實驗2 Observation Model

實驗3 Motion Model

實驗4 Model Updater

實驗5 Ensemble Post-processor

       作者測了兩個其他論文裡的模型：

結論

       結論包括以下4點：
       1. 在跟蹤器中，Featrue Extractor是最重要的部分；
       2. 其實Observation Model沒那麼重要；
       3. Model Updater對跟蹤效果有很大影響，但是現在很少有論文專門研究這部分；
       4. Ensemble Post-processor是通用且有效的；
       5. Model Updater和Motion Model可以顯著的提高模型的跟蹤效果。