邱守猛，谷宇章，袁泽强

1.中国科学院 上海微系统与信息技术研究所 仿生视觉系统实验室，上海200050

2.中国科学院大学，北京100049

目标跟踪是计算机视觉中一个非常重要的研究任务，在人机交互、自动驾驶、安防监控等各个方面都有着巨大的应用空间。尽管在过去的几十年中目标跟踪这一领域取得了许多重要的进展，但由于在跟踪过程中可能出现各种情况，比如目标遮挡、光照变化、自身形变等，视觉跟踪仍然面临着严峻的挑战。

传统的目标跟踪算法，如KCF[1]、SRDCF[2]等使用相关滤波的思想来对目标的状态进行估计，上述方法使用手工设计的特征作为图像的表示，表达能力受限。李彪等人[3]提出了一种自适应特征融合的相关滤波跟踪算法，通过融合两种互补特征来提高算法的鲁棒性。由于深度特征具有更强大的表示能力，人们便将深度特征用在相关滤波算法中，C-COT[4]使用多层深度特征替代了传统图像特征以获得性能的进一步提升。最近张晶等人[5]提出了一种结合重检测机制的多卷积层特征响应跟踪算法，通过使用多卷积层的深度特征，能够处理环境中目标快速变化并防止跟踪器漂移。

近些年来，基于孪生神经网络的目标跟踪算法由于结构简单、性能优异引起了人们的广泛关注。Bertinetto等人[6]提出的SiamFC是一种端到端的全卷积孪生网络跟踪模型，在当时取得了非常优异的性能。之后，基于孪生网络的跟踪算法就变得流行起来[7-8]，如SiamRPN[9]、SiamRPN++[10]等算法。它们都使用相关操作作为特征之间的匹配度量方式。……