针对目标跟踪中常见的目标遮挡问题，提出一种自适应特征匹配网络。该网络通过计算查询帧与记忆帧像素级相似度，将目标和背景相似度关系进行编码，获得像素级相似度矩阵，并通过将查询帧与记忆帧分头的方式，实现多维度相似性计算，以关注查询帧中更多区域，并通过计算的相似度矩阵，对记忆帧进行自适应特征加权，以此来提高目标跟踪的精度和鲁棒性。此外，特征记忆网络可以对记忆帧进行挑选和保存，为特征匹配提供额外表观信息，使网络隐性学习目标运动趋势，进而实现更好的跟踪结果。实验结果表明，该方法在GOT-10k，LaSOT等数据集上表现良好，在GOT-10k数据集上，本文所提出的算法与STMTrack算法相比，AO值提升1.8%。根据可视化结果显示，本文算法在目标遮挡、消失等挑战中，具有更强的鲁棒性。

步态识别算法主要依赖行人目标的时序轮廓进行特征提取和判别。在实际应用中行人具有结伴行走的特点，轮廓提取易受到其他行人的遮挡和干扰，大幅降低了步态识别算法的精度。为提高人员密集遮挡严重的场景下步态识别算法的鲁棒性，提出一种基于无序序列的深度步态识别算法。首先在Casia-B数据集的基础上进行仿真，建立遮挡情况下的目标轮廓仿真数据集，用于对算法进行遮挡鲁棒性验证；其次，提出基于随机二值膨胀的数据增广方法，同时通过理论和实验论证了HPP（Horizontal Pyramid Pooling）结构在步态识别问题中的局限性，提出退化水平金字塔结构DHPP，利用DHPP结构、CoordConv方法和联合训练裁剪方法的配合，在深度特征中增强绝对位置信息的感知能力，提升算法遮挡鲁棒性的同时减少目标特征表达维度。实验结果表明，所提方法对于步态识别的鲁棒性提升效果明显。

为了降低末级涡轮对排气系统尾向红外辐射贡献，通过设计导流支板实现对末级涡轮的全遮挡，运用数值模拟的方法研究了三种排气系统（基准轴对称排气系统、二元排气系统和带全遮挡导流支板的二元排气系统）与飞机后体组合模型的流动传热与红外特性，揭示了三种组合模型尾向3~5 μm波段的红外辐射特性的一般规律。结果表明，二元排气系统与飞机后体组合模型和带全遮挡导流支板的二元排气系统与飞机后体组合模型在尾向的红外辐射强度，相对基准轴对称排气系统与飞机后体组合模型，均有所降低，在0°观测方向降幅分别为22.1%和46.9%。若全遮挡导流支板采用冷却技术，只要冷却效果达到0.282和0.482，组合模型的红外辐射强度在0°观测方向相比支板未冷却状态的降幅分别为20.4%和35.45%。

针对光路中前景遮挡物影响感兴趣信息采集的问题，本文对应用相机阵列的遮挡物移除算法进行实验研究。用阵列型光场相机采集四维光场数据，然后用数字重聚焦技术进行不同深度的重聚焦，突出目标物细节特征。利用图像重构技术合成子图像阵列，选择最小误差阈值分割法标记遮挡物区域并复现原图像的细节特征。实验结果证明了应用阵列型光场相机移除遮挡物的可行性，及其改善图像质量、复现遮挡区域图像、提高图像可读性、降低噪声影响的能力。依据无参考的图像质量评价指标，本文算法在重构图像质量上SNR与PSNR分别提升了17.3%与77.6%。