1.一种基于高效模板更新与选择机制的双向目标跟踪方法，其特征在于，包括以下步骤：

构建基于在线学习的目标跟踪器T0；

构建在线可靠性评估模块ORE，其由结果可靠性评估器、模板可靠性评估器和跟踪器可靠性评估器组成，分别评估跟踪结果、模板和跟踪器的可靠性，以为下一步决策提供依据；

构建动态模板更新模块DTU，其主要由一个模板记忆单元组成，通过模板写入、模板删除操作更新记忆单元中的模板，进一步通过模板统计操作判断模板数量是否充足，以为下一步决策提供依据；

构建自适应模板选择模块ATS，其通过读取模板策略、记忆单元，自适应地选择当前帧使用的模板，作为基于离线学习的孪生跟踪器的输入；

构建基于离线学习的孪生跟踪器T1，其在执行跟踪任务前根据ATS自适应地选择当前帧的模板，可以是单模板，也可以是多模板；

对获取到的一帧图像采用T0和T1进行双向目标跟踪，包括以下步骤：选择将图像输入跟踪器T0或跟踪器T1，若为第一帧图像，则默认选择T0，否则根据切换模式、跟踪器以及模板策略的状态值决定采用的跟踪策略、跟踪器及模板；

根据ORE判断跟踪结果、模板或跟踪器的可靠性，更新切换模式、跟踪器和模板策略的状态值，判断是否直接用跟踪器T0或T1的初始跟踪结果作为当前帧的最终跟踪结果、是否更新模板以及是否要切换跟踪器；

如果模板可靠或者跟踪器不可靠，则根据DTU更新、统计记忆单元中的模板，更新切换模式、跟踪器和模板策略；

如果选择T1进行跟踪，根据ATS从记忆单元中选择T1需要使用的模板。

2.根据权利要求1所述的基于高效模板更新与选择机制的双向目标跟踪方法，其特征在于，构建基于在线学习的目标跟踪器T0的具体方法为：在线跟踪前，采用VITAL跟踪算法并利用ILSVRC‑VID数据集对T0进行离线预训练；

在线跟踪时，利用第一帧对T0进行参数初始化以适应当前任务，具体为在第一帧给定真实框周围采集5000个负样本、500个正样本，并对跟踪器迭代训练15轮；从第二帧开始，在上一帧预测目标框周围采集200个负样本、50个正样本，并对跟踪器训练1轮。

3.根据权利要求1所述的基于高效模板更新与选择机制的双向目标跟踪方法，其特征在于，构建在线可靠性评估模块ORE的具体方法为：给定第t帧输入的图像，跟踪器Ti输出当前预测目标的置信度得分 对结果可靠性的评估方法 表示如下：

这里i＝0,1

其中，τ1是跟踪结果的置信度阈值；跳跃函数sgn(·)用于将所有的 映射到{‑1,0,

1}；如果 返回1，则说明跟踪结果是可靠的；否则跟踪结果被判定为不可靠；

对模板的可靠性进行评估，使用一个更严格的阈值τ2以过滤掉不可靠的目标模板，评估方法 表示如下：

这里i＝0,1

其中， 是模板Zl(l∈{0,k,N‑1})相应的置信度得分；如果 返回1，说明模板是可靠的；

对跟踪器的可靠性进行评估，评估方法Etra(Ti)表示如下：这里i＝0,1

其中，failNum(Ti)表示在连续帧中跟踪失败的总次数，一旦跟踪结果是可靠的，其将会被重置为0；阈值τ3是连续帧失败总次数的上限；如果Etra(Ti)返回1，说明跟踪器是可靠的。

4.根据权利要求1所述的基于高效模板更新与选择机制的双向目标跟踪方法，其特征在于，构建动态模板更新模块DTU的具体方法为：设置一个模板记忆单元Z＝{Z0,Z1,...,ZN‑1}，其容量为N，并且根据第一帧给定真实框得到的第一个模板Z0进行初始化；

对于后续帧，设置模板写入和模板删除操作动态地更新模板记忆单元；当模板写入操作被执行，可靠的模板以及相应的权重将以队列的形式加入记忆单元；当模板删除操作被执行，除了第一帧模板外，记忆单元中的其他模板都将被删除；

设置模板统计操作，当记忆单元中的模板总数达到上限，下一帧使用T1单独跟踪策略。

5.根据权利要求1所述的基于高效模板更新与选择机制的双向目标跟踪方法，其特征在于，构建自适应模板选择模块ATS的具体方法为：标记第一帧模板为Z0，最新帧模板为ZN‑1，中间帧模板为Zk，k∈(0,N‑1)，其中中间帧模板Zk从记忆单元中根据权重自适应选择；

根据变量ASS定义不同的模板策略Temp，表示如下：其中P0表示仅使用第一帧模板，P1表示仅使用最新帧模板，P2表示同时使用第一帧、中间帧和最新帧，中间帧根据模板权重选择；P0和P1属于单模板策略，P2属于多模板策略；

对于使用T0和T1联合跟踪的情况，进一步将ASS表示为：其中Count(·)表示记忆单元中模板的总数量，其最大容量为N；

对于使用T1单独跟踪的情况，进一步将ASS表示为：其中Recovery用于标识当前帧使用第一帧模板进行重检测；若使用，则Recovery＝1，否则为0。

6.根据权利要求1所述的基于高效模板更新与选择机制的双向目标跟踪方法，其特征在于，构建基于离线学习的孪生跟踪器T1的具体方法为：对视频的第一帧图像，基于给定的真实框的中心点，裁剪出127*127大小的区域作为模板图像；对于视频的后续帧图像，基于上一帧预测的边界框的中心点，裁剪出255*255大小的区域作为搜索区域图像；

加载在ILSVRC‑VID数据集上预训练好的参数模型；

将每一个模板Zl(l∈{0,k,N‑1})以及搜索图像Xt输入T1，得到三组分类图 和三组回归图 分别表示为：

和

将得到的三组分类图和回归图采用按位相加的方式进行融合，得到预测目标结果。

7.根据权利要求1所述的基于高效模板更新与选择机制的双向目标跟踪方法，其特征在于，对获取到的一帧图像采用T0和T1进行双向目标跟踪的具体方法为：选择将当前帧图像输入跟踪器T0或跟踪器T1，若为第一帧图像，则默认选择T0，否则根据切换模式、跟踪器以及模板策略的状态值决定采用的跟踪策略、跟踪器及模板；

当采用T0跟踪器，首先获得初始跟踪结果PR0，将该结果输入ORE，由结果可靠性评估器评估跟踪结果的可靠性；如果结果PR0可靠，PR0即为当前帧的最终跟踪结果，表示为FR0，其进一步作为模板由模板可靠性评估器评估可靠性；如果模板是不可靠的，则更新切换模式状态值为帧间、跟踪器状态值为T0、模板策略状态值为P2，即为包含第一帧、中间帧和最新帧的多模板策略，表示当前帧结束，下一帧采用T0跟踪，若需要使用T1辅助跟踪，其模板策略为多模板；如果模板是可靠的，则执行模板写入操作更新模板记忆单元，此时模板及其权重都会被写入，写入后模板统计操作用于计算记忆单元中的模板数量，进一步判断是否充足，如果充足则更新切换模式状态值为帧间、跟踪器状态值为T1、模板策略状态值为P1，即为仅含最新帧的单模板策略，表示当前帧结束，下一帧采用T1跟踪，其模板策略为单模板，如果模板数量不充足，则更新切换模式状态值为帧间、跟踪器状态值为T0、模板策略状态值为P2，即为包含第一帧、中间帧和最新帧的多模板策略；

当结果PR0不可靠，更新切换模式状态值为帧内、跟踪器状态值为T1、模板策略状态值为P2，表示当前帧未结束，将继续采用跟踪器T1进行辅助跟踪，其模板策略为多模板；由于T1不仅能通过帧内转换辅助T0跟踪，还能通过帧间转换单独跟踪，因此T1需要根据当前的切换模式进行下一步操作；首先由ATS选择当前帧的模板，接着模板与搜索区域图像输入T1得到初始跟踪结果PR1，再利用ORE中的结果可靠性评估器评估PR1的可靠性；如果PR1可靠，PR1将作为当前帧的最终跟踪结果，表示为FR1，进一步通过与T0一样的操作，将FR1输入模板可靠性评估器，以判断是否将其写入模板记忆单元中；如果PR1不可靠，当前帧的最终跟踪结果FR1则采用T0的跟踪结果PR0，此时FR1也会送入模板可靠性评估器，执行和上述一样的评估方式；

当上述过程中更新切换模式状态值为帧间、跟踪器状态值为T1时，下一帧将采用T1单独跟踪以平衡速度和精度；此时的模板策略可以是P0、P1或者P2，即仅包含第一帧的单模板策略、仅包含最新帧的单模板策略或包含第一帧、中间帧和最新帧的多模板策略；ATS读取相应的模板输入T1后，得到初始跟踪结果PR1，PR1的可靠性由ORE中的结果可靠性评估器评估，如果PR1不可靠，PR1将作为当前帧的跟踪结果，表示为FR1，但是将由跟踪器可靠性评估器评估T1的可靠性，如果T1可靠，那么更新切换模式状态值为帧间、跟踪器状态值为T1、模板策略状态值为P1，表示当前帧结束，下一帧仍然采用T1跟踪，并基于最新帧模板，如果T1不可靠，一方面会从记忆单元中删除当前模板及其权重，另一方面更新切换模式状态值为帧间、跟踪器状态值为T1、模板策略状态值为P0，表示当前帧结束，下一帧T1将采用第一帧模板进行跟踪，以从不可靠状态中恢复；

如果PR1可靠，PR1将作为当前帧的跟踪结果，表示为FR1；此时根据模板策略，需要判断当前帧是否仅使用第一帧模板恢复，并且成功，即在PR1可靠的前提下ASS是否等于P0；如果ASS＝P0，则更新切换模式状态值为帧间、跟踪器状态值为T0、模板策略状态值为P2，表示T1从不可靠状态恢复成功后，下一帧将采用T0跟踪，以收集更多可靠的模板；如果ASS≠P0，则更新切换模式状态值为帧间、跟踪器状态值为T1、模板策略状态值为P2，表示下一帧继续使用基于多模板的T1跟踪。

8.一种基于高效模板更新与选择机制的双向目标跟踪系统，其特征在于，包括存储器、处理器以及存储于存储器上并能够被处理器运行的计算机程序指令，当处理器运行该计算机程序指令时，能够实现如权利要求1‑7所述的方法步骤。