En el campo de la visión por computadora, los algoritmos de seguimiento basados en redes siamesas han mejorado la precisión y la velocidad en comparación con los algoritmos tradicionales, pero aún se ven afectados por la oclusión del objetivo, deformaciones y cambios ambientales, lo que disminuye el rendimiento de los algoritmos de seguimiento basados en redes siamesas. Para comprender mejor los algoritmos de seguimiento de un solo objetivo basados en redes siamesas, este artículo resume y analiza los algoritmos existentes basados en redes siamesas, que incluyen principalmente los métodos de introducción del mecanismo de atención en las redes siamesas, métodos de inferencia de hiperparámetros y métodos de actualización de plantillas, y ofrece una revisión de los algoritmos de seguimiento basados en estos tres métodos. Detalla las investigaciones y el desarrollo reciente de algoritmos basados en redes siamesas tanto a nivel nacional como internacional. Se realizaron comparaciones experimentales de tres algoritmos representativos utilizando los conjuntos de datos VOT2016, VOT2017, VOT2018 y OTB-2015, obteniendo resultados de rendimiento de varios algoritmos de seguimiento basados en redes siamesas. Finalmente, se resumen los algoritmos de seguimiento basados en redes siamesas y se presenta una perspectiva sobre las direcciones futuras de desarrollo.

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