对于视频来讲，相邻帧目标之间存在 明显的上下文关系，这种关系在技术上的表现就是 Tracking
FLOW 流，一般是指视频两帧之间的流信息；
MGP motion guide propagation 运动指导传播， 主要为了减少漏检；
MCS multi context suppression 多上下文抑制，主要为了减少误检；
两篇经典论文的原理图：不详细介绍，只是了解以下
Tubelets with Convolutional Neural Networks for Object Detection from Videos
主要是tubelet re-scoring模块；
步骤分为：
a）High Confidence Tracking 对高置信度的目标进行跟踪
b）Spatial Max-pooing 空间最大值采样，根据 Tracking结果，对每个Location在其周围进行 Detection 的目标比对，IOU>0.5 被重新定义为目标位置。
c）Tubelet classification and rescoring 根据 Tracking 目标串的 Top-k 进行分类，并映射到 Positive［0.5,1］和 Negative [0,0.5]，可以有效增加正负样本的 Margin。
Deep Feature Flow
结合光流的思路，实现特征图的帧间传播和复用。