No campo da visão computacional, os algoritmos de rastreamento baseados em redes siamesas melhoraram a precisão e a velocidade em comparação com os algoritmos tradicionais, mas ainda são afetados por oclusão do alvo, deformações e mudanças ambientais, o que leva à redução do desempenho dos algoritmos de rastreamento baseados em redes siamesas. Para entender melhor os algoritmos de rastreamento de um único alvo baseados em redes siamesas, este artigo resume e analisa os algoritmos existentes baseados em redes siamesas, incluindo principalmente métodos de introdução do mecanismo de atenção nas redes siamesas, métodos de inferência de hiperparâmetros e métodos de atualização de template, com uma revisão dos algoritmos de rastreamento que utilizam essas três abordagens. Detalha as pesquisas e o estado de desenvolvimento dos algoritmos baseados em redes siamesas nos últimos anos, tanto nacionais quanto internacionais. Três algoritmos representativos foram comparados experimentalmente usando os conjuntos de dados VOT2016, VOT2017, VOT2018 e OTB-2015, obtendo desempenhos de vários algoritmos de rastreamento baseados em redes siamesas. Por fim, o artigo resume os algoritmos de rastreamento baseados em redes siamesas e prevê direções futuras de desenvolvimento.

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