Dans les applications de vision par ordinateur, les algorithmes de suivi basés sur les réseaux siamois présentent des améliorations en vitesse et en précision par rapport aux algorithmes traditionnels de suivi d’objets, mais ils sont fortement affectés par des facteurs perturbateurs tels que l’occlusion et la déformation. Sur cette base, cet article fait une synthèse et une analyse des améliorations des méthodes et techniques existantes de suivi d’objets basées sur les réseaux siamois, incluant principalement l’introduction de réseaux siamois entièrement convolutionnels, l’adoption de méthodes de régression et de mises à jour en ligne. Il propose une revue des améliorations des algorithmes de suivi basés sur ces trois méthodes et décrit en détail les progrès et l’état de la recherche nationale et internationale des réseaux siamois dans les applications de suivi d’objets. Par ailleurs, des comparaisons expérimentales ont été effectuées à l’aide des jeux de données VOT2017 et LaSOT, comparant les performances de plusieurs algorithmes de suivi basés sur les réseaux siamois. Enfin, cet article présente une perspective sur les tendances de développement des méthodes de suivi basées sur les réseaux siamois.

vision par ordinateur;suivi d’objets;réseaux siamois;apprentissage profond