01
视觉追踪概述
什么是动态视觉追踪 · 应用领域（无人机/机器人/自动驾驶）· 系统组成与工作流程
基础概念
02
图像采集与预处理
摄像头选型与标定 · 图像滤波（高斯/中值）· 图像增强（直方图均衡化）
预处理滤波
03
目标检测基础
颜色空间转换（RGB/HSV）· 阈值分割 · 轮廓提取与筛选
检测分割
04
特征提取方法
角点检测（Harris）· SIFT特征 · ORB特征
特征关键点
05
光流法追踪
Lucas-Kanade光流法原理 · 稀疏光流与稠密光流 · OpenCV实现
光流运动
06
均值漂移算法
Meanshift原理 · Camshift自适应追踪 · 实战：人脸追踪
漂移人脸
07
卡尔曼滤波预测
状态空间模型 · 预测与更新步骤 · 在追踪中的应用
滤波预测
08
粒子滤波追踪
蒙特卡洛方法 · 粒子重采样 · 与卡尔曼滤波对比
粒子非高斯
09
相关滤波追踪
MOSSE算法 · KCF算法原理 · 高速追踪实现
相关高速
10
深度学习目标检测
YOLO系列简介 · SSD · Faster R-CNN对比
深度学习检测
11
Siamese网络追踪
全卷积Siamese网络 · SiamFC · SiamRPN
孪生跟踪
12
多目标追踪（MOT）
SORT算法 · DeepSORT算法 · ID分配与数据关联
多目标关联
13
追踪评价指标
成功率图 · 精确度图 · FPS · ID Switch
评估指标
14
视觉伺服控制基础
IBVS与PBVS原理 · 图像雅可比矩阵
伺服控制
15
PID控制器设计
位置式PID · 增量式PID · 参数整定方法
PID调节
16
模型预测控制（MPC）
MPC原理 · 在视觉追踪中的应用 · 约束处理
MPC优化
17
视觉与惯性融合
IMU数据融合 · 扩展卡尔曼滤波（EKF）· 无迹卡尔曼滤波（UKF）
融合IMU
18
无人机视觉追踪
PX4/ArduPilot视觉定位 · 目标跟随控制 · 避障策略
无人机跟随
19
机器人视觉抓取
手眼标定 · 抓取点检测 · 运动规划
抓取机器人
20
自动驾驶视觉追踪
车道线追踪 · 车辆检测与追踪 · 多传感器融合
自动驾驶融合
21
实时性优化
模型轻量化（MobileNet/ShuffleNet）· TensorRT部署 · 多线程流水线
加速轻量
22
硬件加速
GPU加速（CUDA）· NPU/TPU部署 · FPGA实现
硬件CUDA
23
抗遮挡与鲁棒性
遮挡检测机制 · 模板更新策略 · 多假设追踪
鲁棒遮挡
24
多视角追踪
多摄像头协同 · 视角切换 · 三维重建辅助
多视角协同
25
事件相机追踪
事件相机原理 · 异步视觉追踪 · 高动态范围优势
事件DVS
26
强化学习在追踪中
DQN追踪决策 · Actor-Critic控制 · 仿真环境搭建
强化学习决策
27
生成对抗网络增强
GAN数据增强 · 域自适应 · 遮挡修复
GAN增强
28
工程化部署
Docker容器化 · ROS集成 · 嵌入式系统移植
部署ROS
29
项目实战1：KCF无人机追踪
基于KCF的无人机目标追踪系统 · 完整流程
实战无人机
30
项目实战2：DeepSORT交通监控
基于DeepSORT的交通监控多目标追踪系统
实战多目标