为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
1.运用生成对抗学习在特征空间来进行正样本扩增，使得能够在长时间范围内获得大量的外观变化从而获得更加鲁棒的效果，特别是当目标被遮挡或旋转时，漂移的现象会得到削弱；
2.针对跟踪问题中负样本远远多于正样本的问题，不同于困难样本挖掘和给样本加权的方法，提出了一种高阶的代价敏感损失函数，来解决跟踪问题中的样本不平衡问题。