摘要: 视觉目标跟踪已成为近年来的研究热点，许多基于孪生网路（Siamese Network）结构的跟踪器已经在多个公开测试集上实现了优越的性能。但是，大多数 Siamese 跟踪器默认将视频序列的第一帧作为模板帧，并且在后续跟踪过程中不会对模板进行针对性的更新。当视频中目标快速移动，发生变形或部分被遮挡时，跟踪器容易发生跟踪漂移。为了解决这一问题，提出了一种创新性的自适应模板更新网络（Adaptive Template Update Network , ATUNet），该网络将目标在不同时刻的模板包括初始模板、累积模板和预测模板作为帧残模块的输入，以更新在当前帧中所需要的模板。此外，在网络的训练过程中引入了 N 步迭代训练，以避免烦琐和低效的训练过程。ATUNet 可以直接集成到现有的 Siamese 跟踪器中，通过将其应用于三个 Siamese 跟踪器（SiamFC、SiamRPN 和 SiamDW）来证明所提方法的有效性。在 VOT2016和 VOT2017 数据集上进行的大量实验表明，ATUNet 有效地预测了当前时刻的目标模板，效果优于现阶段跟踪器普遍使用的线性更新策略。