4月18日下午2时，视频目标跟踪主题学术沙龙会议在爱特楼1813顺利召开。本次学术沙龙由电子信息工程系李达副教授主持，学院研究生踊跃参与。 

　首先，参会研究生汇报了目前视频目标跟踪算法的最新成果和研究进展，比较讨论了传统主流判别式相关滤波算法和深度学习方法的区别。对于求解复杂线性方程组得到图像滤波模板的问题，传统求解算法或其优化算法在过去有较多运用，但由于近年来学者们更多倾向于使用深度特征，深度学习逐渐成为主流方法。 接着，同学们深入探讨了深度学习方法，重点交流学习Siamese网络、Multi-Domain卷积网络、Transformer模型和RGBT模型。深度学习优化方法发展迅猛，各类网络结构、优化求解方法、特征融合方法或模板更新方法日新月异，引入这些方法显著提升了视频目标跟踪的效果。 

　李老师指出，传统算法的思想贯穿视频目标跟踪研究始终，掌握传统算法的核心思路，再投入到深度学习方法的研究中，会事半功倍。他建议同学们结合深度学习优化原有工作，将学习的重点转入SiamMask网络和Transformer特征等最新方法中。 

　最后，李老师逐一解答了同学们的困惑，为同学们未来的学习和研究指引了方向。本次学术沙龙促进了师生间的交流互动，鼓励了同学们积极分享学习经验、共同进步。 

　　（撰稿：黄文琪；编审：吴志伟）