1. 研究目的与意义（文献综述）

1.1目的

随着信息化、智能化时代的到来，“使机器具有智能”这一趋势已经不可改变，而所谓“使机器具有智能”，简单来说即是通过视频设备获取图像信息，通过对图像信息的智能分析、判断做出智能决策，目标跟踪技术无疑是其中最为重要的技术之一。因此，国内外众多学者对目标跟踪技术不断研究，无论从军事还是民用角度考量，开展对目标跟踪技术的研究都具有重要意义。

跟踪技术的难点在于背景干扰，遮挡，实时性要求等诸多方面，本课题旨在对现有的目标跟踪算法进行改进和创新，将深度学习用于算法当中，从而使算法达到更好的鲁棒性及实时需求，使目标跟踪算法的进一步实际应用打下基础。

2. 研究的基本内容与方案

2.1研究内容

了解目标跟踪的基本原理和方法，深入研究深度学习的基本框架。对现有的目标跟踪算法提出创新点进行改进，利用深度学习和环境自适应的方法，构建一个新颖且鲁棒的跟踪器。在实验部分，本论文将使用benchmark（2013cvpr）去评测该跟踪算法，并保证实验效果达到先进水平。

2.2研究目标

3. 研究计划与安排

（1）第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

（2）第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。

（3）6－9周：编程实现各算法，并进行仿真调试。

4. 参考文献（12篇以上）

[1] j. zhang, s. ma, and s. sclaroff. meem: robust tracking via multiple experts using entropy minimization. in eccv,2014. 1, 5, 8

[2] y. li, j. zhu, and s. c. h. hoi, “reliable patch trackers: robust visual tracking by exploiting reliable patches,” in proc. comput. vis. pattern recognit., jun. 2015, pp. 353–361.

[3]y. wu, j. lim, and m.-h. yang. online object tracking: a benchmark. in cvpr, 2013. 5, 6