我们提出Siam R-CNN，一种基于Siamese结构的再检测架构，充分挖掘了两阶段目标检测方法在视觉目标跟踪中的潜力。该方法结合了一种新颖的基于轨迹片段（tracklet）的动态规划算法，该算法利用首帧模板和前一帧预测结果的再检测信息，对目标物体及其潜在干扰物的历史轨迹进行完整建模。这一机制使我们的方法能够做出更优的跟踪决策，并在经历长时间遮挡后仍能有效重新检测目标。此外，我们提出了一种新型的难例挖掘策略，显著提升了Siam R-CNN在面对外观相似物体时的鲁棒性。在十个主流跟踪基准测试中，Siam R-CNN取得了当前最优的性能表现，尤其在长期跟踪任务中展现出卓越的能力。相关代码与模型已公开，可访问：www.vision.rwth-aachen.de/page/siamrcnn。