作为智能视觉的核心，视觉检测技术长期面临看不清、测不准、追不上、跟不稳等行业难题，导致落地可靠性差。项目从感知、检测、匹配、跟踪方面展开研究，形成一套面向实际复杂场景的鲁棒智能视觉检测技术体系。其所构成的关键技术包括：滤波与深度模型结合的特征感知、外观-结构协同指导的视觉目标检测、交叉协作式目标相似度匹配、运动-外观联合建模的目标跟踪。该技术的检测准确度突破91%，跟踪精度超96%，可实现多项稳定可靠的应用部署。项目已发表国际高水平论文200余篇，谷歌学术引用近4万次。成果获辽宁省科技进步奖一等奖1项、教育部自然科学二等奖2项、计算机视觉领域顶级会议CVPR最佳论文提名奖、IET Image Processing最佳论文奖等国际学术奖励5项，连续5年蝉联VOT国际视觉跟踪竞赛冠军。