01
课程导学与预备知识
目标跟踪概述、评价指标、数据集介绍、环境配置
导学预备
02
经典相关滤波跟踪器 (上)
MOSSE原理、CSK与KCF、HOG特征融合
相关滤波HOG
03
经典相关滤波跟踪器 (下)
DSST尺度估计、SRDCF空间正则化、BACF背景感知
尺度正则化
04
深度学习跟踪入门
Siamese网络基础、SiamFC全卷积孪生网络
孪生网络SiamFC
05
进阶孪生网络
SiamRPN区域提议网络、SiamMask实例分割跟踪
RPNSiamMask
06
在线更新策略
模板更新机制、自适应学习率、长时跟踪中的重检测
更新重检测
07
特征鲁棒性提升
多特征融合（HOG+CN+Deep）、特征降维与白化
融合降维
08
遮挡与消失处理
遮挡检测机制、卡尔曼滤波预测、粒子滤波重采样
遮挡卡尔曼
09
尺度与旋转变化
尺度池策略、旋转估计、仿射变换自适应
尺度仿射
10
光照与运动模糊
数据增强模拟、去模糊预处理、光照不变特征
光照去模糊
11
多目标跟踪基础
SORT算法、DeepSORT、外观特征关联
SORTDeepSORT
12
多目标跟踪进阶
FairMOT、ByteTrack、OC-SORT
FairMOTByteTrack
13
注意力机制应用
通道注意力（SENet）、空间注意力、Transformer跟踪器
SENetTransformer
14
基于检测的跟踪
CenterTrack、TrackFormer、MOTR
检测TrackFormer
15
长时跟踪挑战
TLR数据集、Siamese-RPN长时版、GlobalTrack
长时GlobalTrack
16
模型轻量化
知识蒸馏、模型剪枝、量化部署（TensorRT）
轻量TensorRT
17
数据驱动鲁棒性
难例挖掘、对抗训练、域自适应
对抗域自适应
18
多模态融合跟踪
RGB-D、RGB-T、事件相机融合
多模态事件相机
19
无人机视角跟踪
UAV123数据集、视角变换、抗抖动滤波
无人机UAV123
20
自动驾驶场景跟踪
Waymo数据集、BEV跟踪、运动预测耦合
自动驾驶BEV
21
实时性优化
异步推理、流水线设计、多线程加速
实时流水线
22
鲁棒性评估体系
OPE/SRE/TRE、EAO指标、失败检测率
评估EAO
23
经典算法复现
KCF+MOSSE代码实战（Python/C++）
复现KCF
24
深度学习框架实战
PyTorch实现SiamFC训练与推理
PyTorchSiamFC
25
多目标跟踪实战
ByteTrack在MOT17上的部署与调优
ByteTrackMOT17
26
长时跟踪实战
GlobalTrack在TLP数据集上的测试
长时TLP
27
模型部署实战
ONNX导出与TensorRT加速
ONNXTensorRT
28
综合项目：无人机单目标跟踪
从数据到部署的完整系统
无人机综合
29
综合项目：自动驾驶多目标跟踪
融合激光雷达的多目标跟踪系统
自动驾驶激光雷达
30
前沿趋势与总结
视觉基础模型（SAM）、跟踪大模型、未来方向
SAM大模型