视频目标跟踪是计算机视觉中的热点问题，在自动驾驶、智能监控等领域具有广泛应用。本书介绍了视觉目标跟踪的基本概念、基本方法和发展现状，重点介绍了一些基于稀疏表示的目标跟踪方法及基于深度学习的目标跟踪方法。 本书可作为计算机视觉、模式识别、机器学习等研究方向的本科高年级学生和研究生的教材和参考书，也可供从事视频目标跟踪相关研究的研究者和工程技术人员使用。

第1章 绪论
1.1 视频目标跟踪概述
1.2 相关概念及方法
1.3 视频目标跟踪方法的研究现状
1.4 面临的挑战
第2章 基于多模态特征的视频目标跟踪
2.1 引言
2.2 基于稀疏表示的基本目标跟踪方法
2.3 多模态特征分别稀疏表示目标跟踪方法
2.4 多模态特征联合稀疏表示的目标跟踪方法
2.5 实验验证及结果分析
2.6 本章小结
第3章 基于加权稀疏表示的目标跟踪
3.1 引言
3.2 基于加权稀疏表示的目标跟踪框架
3.3 基于加权稀疏表示的目标跟踪方法
3.4 实验验证及结果分析
3.5 本章小结
第4章 基于多模态加权稀疏表示的目标跟踪
4.1 引言
4.2 基于多模态加权稀疏表示的目标跟踪框架
4.3 基于多模态加权稀疏表示的目标跟踪方法
4.4 实验验证及结果分析
4.5 本章小结
第5章 基于核稀疏表示的目标跟踪
5.1 引言
5.2 核方法
5.3 基于核稀疏表示的目标跟踪方法
5.4 实验验证及结果分析
5.5 本章小结
第6章 基于IAFF-GhostNet网络的改进ECO目标跟踪
6.1 问题提出
6.2 相关知识回顾
6.3 IAFF-GECT目标跟踪方法
6.4 实验验证及结果分析
6.5 本章小结
结论
参考文献