1.一种基于不同度量准则的孪生网络目标跟踪方法，其特征在于：具体包括如下步骤：步骤1，选择特征提取网络

步骤2，获取跟踪视频，在视频的第一帧上手动选择目标所在区域，将第一帧的目标区域Z作为模板输入到步骤1选择的特征提取网络 中，得到模板的深度特征步骤3，进入跟踪视频的后续帧图像，利用上一帧图像的跟踪目标坐标位置(xt‑1,yt‑1)和宽高(wt‑1,ht‑1)得到当前帧图像的搜索区域St，将当前帧图像的搜索区域St输入到步骤1选择的特征提取网络 中得到当前帧图像搜索区域的深度特征步骤4，采用余弦相似度对步骤2得到的模板深度特征 和步骤3得到的当前帧搜索区域深度特征 做相似性度量，得到使用余弦相似度度量方式获得的响应图hc(Z,St)；

所述步骤4的具体过程为：

首先模板帧的深度特征 在当前帧搜索区域 做滑动操作，每做一次滑动操作，当前帧搜索区域 总会存在一个和模板帧深度特征 尺寸相同的区域 其中i表示 在 上水平移动的下标，j表示 在 上垂直移动的下标，假设 每次在 上移动s为大小的步长，则i和j会取如下的区间内的数值：其中，i和j均为整数；W、H分别为步骤1选择的特征提取网络 中得到的宽和高；w、h分别为深度特征 的宽和高；

由于 和 的尺寸均为w×h×C，现将 和 展平为(w×h×C)×1的一维向量 和 用余弦相似度度量这两个向量的相似程度，求解 和 的余弦相似度的方式如下：

最终，通过余弦相似度度量方式获得的响应图hc(Z,St)为步骤5，采用欧氏距离对步骤2得到的模板深度特征 和步骤3得到的当前帧搜索区域深度特征 做相似性度量，得到使用欧氏距离度量方式获得的响应图hd(Z,St)；

所述步骤5的具体步骤为：

首先模板帧深度特征 在当前帧搜索区域 做滑动操作，在做滑动操作的过程中，用欧氏距离度量模板帧深度特征 和当前帧搜索区域 中子块 的相似程度，度量方式如下：最终通过欧氏距离度量方式得到的响应图hd(Z,St)为

步骤6，对步骤4得到的响应图hc(Z,St)与步骤5得到的响应图hd(Z,St)进行加权融合，得到最终的响应图h(Z,St)，并将融合后的响应图h(Z,St)插值到固定大小，响应图h(Z,St)上的最大值点就是跟踪目标的位置，再采用线性插值的方式更新目标的宽高，实现对当前帧目标的跟踪。

2.根据权利要求1所述的一种基于不同度量准则的孪生网络目标跟踪方法，其特征在于：所述步骤1的具体过程为：选择在ImageNet数据集上预训练好的AlexNet网络作为孪生网络的特征提取网络

3.根据权利要求2所述的一种基于不同度量准则的孪生网络目标跟踪方法，其特征在于：所述步骤2的具体过程为：所述步骤2的具体过程为：步骤2.1，获取跟踪视频，在视频的第一帧上手动选取目标所在区域，令(x,y)为第一帧中目标的中心点坐标，m和n分别为目标区域的宽和高，以第一帧中目标的中心点(x,y)为中心，截取边长为z_sz的正方形区域，z_sz的计算公式如下：其中p＝(m+n)/4，表示填充量；

步骤2.2，若边长为z_sz的正方形区域超出跟踪视频的第一帧图像，则超出部分用跟踪视频第一帧图像的均值填充，所述第一帧图像的均值 采用如下公式(2)计算：其中， 表示第一帧目标区域中第i个通道、第j行、第k列的像素值；

步骤2.3，将边长为z_sz的正方形区域缩放到b×b大小，得到第一帧图像的目标区域Z，将第一帧图像的目标区域Z输入到特征提取网络中 得到宽、高、通道数为w×h×C的深度特征

4.根据权利要求3所述的一种基于不同度量准则的孪生网络目标跟踪方法，其特征在于：所述步骤3的具体过程为：步骤3.1，进入跟踪视频的后续帧图像，利用第t‑1帧图像的跟踪目标坐标位置(xt‑1,yt‑1)和宽高(mt‑1,nt‑1)在当前t帧图像上截取边长为x_sx的正方形区域，边长x_sx的计算公式如下：其中pt‑1＝(wt‑1+nt‑1)/4，表示填充量；

步骤3.2，若步骤3.1中截取的正方形区域超出当前第t帧图像，则超出部分用第t帧图像的均值填充，当前第t帧图像的均值采用如下公式计算：其中， 表示后续帧目标区域中第i个通道、第j行、第k列的像素值；

步骤3.3，将边长为x_sx的正方形区域缩放到a×a大小，得到当前第t帧图像的搜索区域St，将当前第t帧图像的搜索区域St输入到步骤1选择的特征提取网络 中得到宽、高、通道数为W×H×C的当前帧搜索区域的深度特征

5.根据权利要求1所述的一种基于不同度量准则的孪生网络目标跟踪方法，其特征在于：所述步骤6的具体过程为：步骤6.1，对采用余弦相似度得到的响应图hd(Z,St)和欧氏距离得到的响应图hd(Z,St)做如下所示的加权融合，得到融合后的响应图h(Z,St)：h(Z,St)＝λhc(Z,St)+(1‑λ)hd(Z,St)    (6)；

步骤6.2，利用双三次插值的方式将融合后的响应图h(Z,St)插值成尺寸为λ×λ的响应图H(Z,St)，响应图H(Z,St)上的最大值点就是目标所在位置，再根据响应图H(Z,St)上的最大值与响应图H(Z,St)中心位置的偏差(Δx,Δy)修正上一帧的目标位置(xt‑1,yt‑1)，得到当前帧的目标位置(xt,yt)，具体计算方式如下：步骤6.3，更新当前帧目标的宽高(wt,ht)，先采用线性插值的方式得到目标宽高变化的尺度scale，计算方式如下：其中r为更新率；

步骤6.4，通过与变化的尺度scale相乘的方式更新当前第t帧目标的宽高(wt,ht)，具体公式如下：步骤6.5，当前帧目标图像的跟踪过程结束，把下一帧作为当前帧并跳转到步骤3进行后续帧的跟踪。