近2年来，信号与图像处理研究组全面转向相关滤波目标跟踪技术，期间组织近40位本科生连续阅读相关跟踪的最新进展。每周本人会针对性地发布本领域的高水平论文给本科生研读，同时要求他们做成思维导图放入ppt，深入挖掘作者思考过程，另外，我采取反复轰炸策略，即，对于一篇论文，我可能会在不同周次发布给不同的同学重新汇报，从不同的角度，不同的时间反复理解这批论文。我组以这批高水平论文中开源的项目作为本科生的本科毕业设计，一方面通过组会论文汇报的形式分析和理解论文创新点，另一方面通过组会调试代码、理解代码进一步理解作者的实现思路和手段。

  作为组会主持人，我在多届本科生的群体智慧中受益良多，我把平时组会中碰到难以理解的问题进行深入剖析，系统总结，再以将它们系统总结成优质ppt，配合本科生的组会总结，形成系列课程。目前，我们在相关滤波的研究已经集结十余份高质量的讲义，形成研究生课程《图像与视觉信号处理》一门，这是典型的研究反哺教学案例，博采众长，自成一家，是非常好的研究型学习模式。在这门组会形成的课程中，我们首次揭示了循环矩阵对角化与卷积之间的关系，并把这种关系用到相关滤波中，取得非常好的教学启发效果。

  从今年下半年开始，我们将转向Transformer、孪生网络、张量低秩重建等计算机视觉最新的热点工具，利用组会机制配合线上优质视频资源进一步开疆拓土。任何技术、理论都应做到理解透彻，落地实践，可灵活修改，组会的讨论和总结机制正是破解这些技术的科学手段，相信未来一年，我组的研究工作将会收获满满。美好的明天，从现在做起，既要畅想未来，又要脚踏实地，逐步科学推进。

=======================================================================

附录：《图像与视觉信号处理》课程安排

总学时：64学时

1. 图像处理数学知识，2学时

2. 图像重建的概率解释与能量泛函建模，2学时

3. 图像处理中的傅里叶变换，2学时

4. 图像处理中的小波变换，2学时

5. 卷积在计算机视觉中的妙用，4学时

6. 循环矩阵对角化及其在计算机视觉中的应用，4学时

7.交替方向乘子法及其在计算机视觉中的应用，4学时

8. 各类稀疏正则技术在图像重建中的应用，4学时

9. 基于帧小波稀疏正则技术的图像重建原理，2学时

10.粒子滤波框架下的目标跟踪原理，2学时

11. 相关滤波跟踪算法与尺度自适应滤波跟踪算法，2学时

12. 卷积视角下的核相关滤波跟踪原理，2学时

13. 多模态抗遮挡目标跟踪原理，2学时

14. 背景感知相关滤波跟踪原理，2学时

15. 时空正则化相关滤波跟踪原理，2学时

16. 异常抑制相关滤波跟踪原理，2学时

17. AutoTrack目标跟踪算法原理，2学时

18. 空间-通道自适应加权相关滤波跟踪原理，2学时

19. 作业讲评，2学时

20. 实验学时，14学时

21. 学生选题汇报，4学时