摘要
近年来，基于暹罗网络的跟踪器因其快速的跟踪速度和高性能而受到广泛关注。尽管取得了巨大成功，但这一跟踪框架仍存在若干局限性。首先，它无法有效处理大角度的目标旋转问题。其次，在背景中包含显著物体时，跟踪容易受到干扰。本文提出两种简单而有效的机制，即角度估计和空间遮罩（spatial masking），以解决这些问题。目标是从不同帧中提取更具代表性的特征，从而实现同一目标之间的更好匹配。所提出的跟踪器命名为Siam-BM，不仅显著提升了跟踪性能，更重要的是保持了实时能力。在VOT2017数据集上的评估结果显示，Siam-BM实现了0.335的EAO值，使其成为目前性能最佳的实时跟踪器。