本书是目标跟踪领域的学术专著，介绍了目标跟踪的研究背景与意义、国内外研究现状、目标跟踪数据集和度量指标、目标跟踪网络模型、算法描述及仿真实验等，反映了著者近年来在目标跟踪领域的主要研究成果。 主要内容包括：绪论、基于卷积神经网络和字典对学习的目标跟踪、基于注意力模块的目标跟踪、基于卷积自注意力的无人机目标跟踪、基于可学习稀疏转换的目标跟踪、基于图匹配的洗牌注意力目标跟踪、基于频域通道注意力机制的目标跟踪、基于稀疏卷积与通道空间注意力的目标跟踪等。本书介绍了这些方法的基本原理、算法步骤及实验结果与验证等。 本书适合高等院校从事图像与视频信息处理、计算机视觉、人工智能等专业的高年级本科生、研究生和教师阅读，也可作为从事计算机视觉、模式识别及人工智能等相关领域的研究和工程技术开发人员的参考用书。

第1章 绪论
1.1 研究背景与意义
1.2 目标跟踪中的主要挑战
1.3 国内外研究现状
1.4 数据集和性能度量指标
1.5 目标跟踪网络模型
参考文献
第2章 基于卷积神经网络和字典对学习的目标跟踪
2.1 概述
2.2 基于卷积神经网络和字典对学习的网络结构
2.3 字典对学习和目标估计
2.4 实验结果与分析
2.5 本章小结
参考文献
第3章 基于注意力模块的目标跟踪
3.1 概述
3.2 基于注意力模块的骨干网络结构
3.3 实验结果
3.4 消融实验
3.5 本章小结
参考文献
第4章 基于卷积自注意力的无人机目标跟踪
4.1 概述
4.2 卷积自注意力模块
4.3 实验结果与分析
4.4 消融实验
4.5 本章小结
参考文献
第5章 基于可学习稀疏转换的目标跟踪
5.1 概述
5.2 SiamFC网络结构介绍
5.3 基于可学习稀疏转换的目标跟踪
5.4 实验结果与分析
5.5 本章小结
参考文献
第6章 基于图匹配的洗牌注意力目标跟踪
6.1 概述
6.2 siamCAR的网络框架
6.3 基于图匹配的洗牌注意力视频跟踪
6.4 实验结果与分析
6.5 本章小结
参考文献
第7章 基于频域通道注意力机制的目标跟踪
7.1 概述
7.2 基于频域通道注意力机制的目标跟踪
7.3 实验结果与分析
7.4 本章小结
参考文献
第8章 基于稀疏卷积与通道空间注意力的目标跟踪
8.1 概述
8.2 基于稀疏卷积与通道空间注意力的目标跟踪
8.3 实验结果与分析
8.4 本章小结
参考文献