En aplicaciones de visión por computadora, los algoritmos de seguimiento basados en redes siamesas mejoran la velocidad y precisión en comparación con los algoritmos tradicionales de seguimiento de objetos, pero se ven afectados significativamente por factores como la oclusión y la deformación. Basado en esto, este artículo resume y analiza las mejoras realizadas a los métodos y técnicas actuales de seguimiento de objetos basados en redes siamesas, que incluyen principalmente la introducción de redes neuronales siamesas totalmente convolucionales, la introducción de métodos de regresión y métodos de actualización en línea. Se revisan las mejoras en los algoritmos de seguimiento basados en estos tres métodos y se describen detalladamente los avances y el estado actual de la investigación nacional e internacional en la aplicación de redes siamesas para el seguimiento. Además, se realizaron comparaciones experimentales utilizando los conjuntos de datos VOT2017 y LaSOT, comparando el rendimiento de varios algoritmos de seguimiento basados en redes siamesas. Finalmente, se presenta una perspectiva sobre las tendencias de desarrollo de los métodos de seguimiento basados en redes siamesas.

visión por computadora;seguimiento de objetos;redes siamesas;aprendizaje profundo