Dans le domaine de la vision par ordinateur, les algorithmes de suivi basés sur les réseaux siamois ont amélioré la précision et la vitesse par rapport aux algorithmes traditionnels, mais restent affectés par l'occultation de la cible, la déformation et les changements environnementaux, ce qui entraîne une diminution des performances des algorithmes de suivi basés sur les réseaux siamois. Afin de mieux comprendre les algorithmes de suivi à cible unique basés sur les réseaux siamois, cet article propose un résumé et une analyse des algorithmes existants basés sur les réseaux siamois, comprenant principalement les méthodes d'introduction du mécanisme d'attention dans les réseaux siamois, les méthodes d'inférence des hyperparamètres et les méthodes de mise à jour des modèles, avec une revue des algorithmes de suivi utilisant ces trois méthodes. L'article présente également les recherches et le développement récents des algorithmes basés sur les réseaux siamois, tant en Chine qu'à l'étranger. Trois algorithmes représentatifs ont été comparés expérimentalement sur les ensembles de données VOT2016, VOT2017, VOT2018 et OTB-2015, démontrant les performances de divers algorithmes de suivi basés sur les réseaux siamois. Enfin, cet article résume les algorithmes de suivi basés sur les réseaux siamois et envisage les directions futures de développement.

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