視覚追跡問題は、与えられたターゲットに対して同時に効率的なロバストな分類と高精度なターゲット状態推定を実現する必要がある。従来の手法はターゲット状態推定のための多様なアプローチを提案してきたが、視覚追跡問題固有の特性を十分に考慮したものは少ない。慎重な分析の結果、高性能な汎用オブジェクト追跡器設計のための実用的なターゲット状態推定ガイドラインを提案する。これらのガイドラインに従い、我々は分類とターゲット状態推定の両方のブランチ（G1）、曖昧さのない分類スコア（G2）、事前知識を必要としない追跡（G3）、推定品質スコア（G4）を導入することで、完全畳み込み型シアモイス追跡器++（SiamFC++）を設計した。広範な分析およびアブレーション研究により、提案するガイドラインの有効性が実証された。装飾的な要素を一切加えず、SiamFC++はOTB2015、VOT2018、LaSOT、GOT-10k、TrackingNetの5つの挑戦的なベンチマークにおいて最先端の性能を達成し、追跡能力および一般化能力の双方を証明した。特に大規模なTrackingNetデータセットにおいて、SiamFC++は75.4というこれまでにないAUCスコアを達成しつつ、90 FPS以上で実行可能であり、リアルタイム要件を大きく上回っている。コードとモデルは以下のリンクから入手可能である：https://github.com/MegviiDetection/video_analyst。