理解出错之处望不吝指正。
本文模型叫做PTAV。
-
本文的贡献包括：
（1）提出了一个新颖的PTAV（parallel tracking and verifying）架构；
（2）在此架构上，可以将基于CF的模型和基于CNN的模型进行组合。
模型的整体结构如下：
-
核心思想
模型的核心思想便是：使用Tracker T（fDSST）进行快速的tracking，T阶段性的向Verifier V（Siamese Network）发送check请求（判断当前T的tracking效果好不好），若不好（verification score<threshold），则根据region pooling layer得到candidates，选择得分verification score最高的那个作为result，此时使用当前得到的result再进行一次check，若还是不满足“verification score>=threshold”，就加大region范围继续找result，直至找到。找到后对T进行“回滚”（因为T当前处理的帧肯定在V处理的帧之后）。