Em aplicações de visão computacional, os algoritmos de rastreamento baseados em redes siamesas apresentam melhorias em velocidade e precisão em comparação com os algoritmos tradicionais de rastreamento de objetos, mas são bastante afetados por fatores de interferência como oclusão e deformação. Com base nisso, este artigo resume e analisa as melhorias feitas nos métodos e técnicas atuais de rastreamento de objetos baseados em redes siamesas, incluindo principalmente a introdução do método de rede neural siamês totalmente convolucional, a introdução de métodos de regressão e métodos de atualização online. Faz uma revisão das melhorias dos algoritmos de rastreamento baseados nessas três abordagens e apresenta detalhadamente os avanços e o estado atual da pesquisa nacional e internacional sobre a aplicação das redes siamesas em rastreamento de objetos. Ao mesmo tempo, foram realizados experimentos comparativos utilizando os conjuntos de dados VOT2017 e LaSOT, comparando o desempenho de diversos algoritmos de rastreamento baseados em redes neurais siamesas. Por fim, é feita uma perspectiva sobre as tendências de desenvolvimento dos métodos de rastreamento baseados em redes siamesas.

visão computacional;rastreamento de objetos;redes siamesas;aprendizado profundo