Dans cet article, nous présentons un nouvel algorithme qui utilise l'ajustement d'ellipses pour estimer l'angle de rotation et la taille de la boîte englobante avec le masque de segmentation sur la cible, dans le cadre du suivi visuel d'objets en ligne et en temps réel. Notre méthode, SiamMask_E, améliore la procédure d'ajustement de la boîte englobante de l'algorithme de suivi d'objets d'avant-garde SiamMask tout en maintenant une vitesse de suivi rapide (80 images par seconde) sur un système équipé d'une GPU (GeForce GTX 1080 Ti ou supérieure). Nous avons testé notre approche sur les ensembles de données de suivi visuel d'objets (VOT2016, VOT2018 et VOT2019) annotés avec des boîtes englobantes rotatives. En comparaison avec le SiamMask original, nous avons obtenu une précision améliorée de 0,652 et un EAO (Expected Average Overlap) de 0,309 sur VOT2019, soit respectivement 0,056 et 0,026 points supérieurs à ceux du SiamMask original. L'implémentation est disponible sur GitHub : https://github.com/baoxinchen/siammask_e.