В области компьютерного зрения алгоритмы отслеживания на основе сдвоенных сетей по сравнению с традиционными алгоритмами повысили точность и скорость, но всё ещё подвергаются влиянию блокировок цели, деформаций и изменений окружающей среды, что приводит к снижению производительности алгоритмов отслеживания сдвоенных сетей. Для углублённого понимания алгоритмов одноцелевого отслеживания на основе сдвоенных сетей в данной статье проведён обзор и анализ существующих алгоритмов отслеживания на основе сдвоенных сетей. Основное внимание уделено методам внедрения механизмов внимания в сдвоенные сети, методам вывода гиперпараметров и методам обновления шаблонов. Проведен обзор алгоритмов отслеживания, использующих эти три метода, подробно изложены исследования и развитие алгоритмов на основе сдвоенных сетей в последние годы как в Китае, так и за рубежом. Представлено экспериментальное сравнение трёх основных алгоритмов на наборах данных VOT2016, VOT2017, VOT2018 и OTB-2015, получена производительность различных алгоритмов отслеживания на основе сдвоенных сетей. В заключение подведены итоги алгоритмов и рассмотрены перспективы развития в будущем.

компьютерное зрение;отслеживание объектов;сдвоенные сети;глубокое обучение