1. 毕业设计（论文）主要内容：

1.前期知识储备：
通过阅读相关文献，了解神经网络、cnn、深度学习环境，移动目标跟踪算法等相关知识。

2.设计功能：
本设计的任务包括：
1）分析目前深度学习中卷积神经网络的优劣，并结合视频中繁忙水域里船舶移动的特征和区域环境中特征提取的干扰，提取船舶的目标特征（如船舶轮廓、特定角度），设计高效的船舶目标跟踪算法。

2）在pytorch软件环境下实现所设计的算法，以获得较高的船舶跟踪精度，并利用实测数据予以验证和分析。

2. 毕业设计（论文）主要任务及要求

1.查阅15篇相关文献（不少于3篇外文文献），并每篇书写200—300字文献摘要（装订成册，带封面）；
2.认真填写周记，完成至少1500字开题报告（“设计的目的及意义”至少800汉字；“基本内容和技术方案”至少400汉字；进度安排应尽可能详细；）；
3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；
4.完成方法研究、算法设计与实现；
5.按武汉理工大学理工类本科生毕业论文撰写规范撰写毕业论文，完成10000字以上的毕业论文；
6.进行论文答辩。

3. 毕业设计（论文）完成任务的计划与安排

1.2019/1/19—2019/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；
2.2019/3/1—2019/4/30：系统架构、程序设计与开发、系统测试与完善；
3.2019/5/1—2019/5/25：撰写及修改毕业论文；
4.2019/5/26—2019/6/5：准备答辩。

4. 主要参考文献

[1] 张宏慧.基于深度学习的复杂交通视频的多目标跟踪[D]. 北京交通大学，2018.
[2] 李月峰，基于深度学习的复杂背景下船舶跟踪方法研究[D].长沙理工大学，2017.
[3] 彭艳;陈加宏;李小毛;罗均;谢少荣.时空上下文融合的无人艇海面目标跟踪[J]，中国科学技术科学. 2018.48(12):1357-1372.
[5] 葛宝义,左宪章,胡永江.视觉目标跟踪方法研究综述[J].中国图象图形学报, 2018, 23(8):1091-1107.
[6] 王国坤.复杂背景下基于深度学习的单目标跟踪算法研究[D].中国科学技术大学.2018.
[7] 陈泽创.船舶检测跟踪与分类算法研究及其系统实现[D].华南理工大学.2018.
[8] Bertinetto, Luca, et al. Fully-convolutional siamese networks for object tracking. European conference on computer vision. Springer, Cham, 2016:1-16.
[9] 李蓝星. 基于深度学习的目标跟踪算法研究[D]. 哈尔滨工业大学,2018.
[10]曾璟.基于深度学习框架的运动目标物体检测方法研究[D],南昌大学,2017.
[11] Nam, Hyeonseob,Bohyung Han. Learning multi-domain convolutional neural networks for visual tracking. IEEE Conference on Computer Vision and Pattern Recognition. 2016:4293-4301.
[12] Schulter S,Vernaza P,Choi W.Deep Network Flow for Multi-Object Tracking[J].Computer Vision Foundation, 2017:6591-6601.