小弟现在是电气工程研一，开学时受大师兄的影响，开始接触目标跟踪的内容。
从相关滤波开始，因为刚接触这方面，KCF这篇文章啃了好长时间。事实证明我的起步是对的，如今DCF类方法已成为绝大多数跟踪器采用的方式，尤其是利用其在频域快速计算的特性。所以如果有朋友也想从事目标跟踪相关研究，DCF的思想是不得不学习的。
这里要强烈推荐一下这个地址，由中科院的一位大神维护：https://github.com/foolwood/benchmark_results
另外，自己也要多注意一下最新的这方面论文，推荐几个微信公众号：paperweekly，专知，人工智能前沿讲习班等等
这学期开始全心投入基于深度学习的目标跟踪的学习中,保持每周看一篇英文文献的习惯，我认为是走了点弯路，但是好处是积累了很多想法，最近开始专注于基于孪生网络的方法，这个方法比较快，毕竟跟踪还是需要实时性的。
1.CNN-SVM -> 2.MDNet 3.TRACA 4.VITAL 5.Visul Object Tracking: The Initialisation Problem 6.C-COT 7.ECO
已经看过的Siamese类方法：
SiameseFC
CFNet
DCFNet
FlowTrack
PTAV
DSiam
SiamRPN
论文的一般框架：Abstract，Introduction，Related Works，Method，Experiments，Conclusion
不得不注意的两个基准：OTB50、OTB100 和VOT系列，这是研究目标跟踪的必要内容