在计算机视觉领域中，基于孪生网络的跟踪算法相比于传统算法提高了精度和速度，但是仍会受到目标遮挡、变形、环境变化等影响，导致孪生网络的跟踪算法的性能降低。为了深入了解基于孪生网络的单目标跟踪算法，本文对现有基于孪生网络目标跟踪算法进行了总结和分析，主要包括在孪生网络中引入注意力机制方法、超参数推理方法和模板更新方法，对这3种方法的目标跟踪算法进行了综述，详细介绍了国内外近几年基于孪生网络的算法研究和发展现状。对3个方面的代表算法采用VOT2016、VOT2017、VOT2018和OTB-2015数据集进行实验对比，获得了多种基于孪生网络的目标跟踪算法的性能。最后对基于孪生网络的目标跟踪算法进行了总结，并对未来的发展方向进行了展望。

TFT的低功耗特性能够减少电子设备的能量消耗，从而达到节省能源、延长电池寿命、降低使用设备温度、提高显示质量的目的。因此，低功耗TFT在电子设备的设计和制造中具有十分重要的作用。TFT基板的结构有很多种类，通常可分为一般型、高温多晶硅型、低温多晶硅型、金属氧化物半导体型和柔性材料基板型。本文对现有的TFT基板显示器件的低功耗研究进行总结分析，主要包括两大方面：对TFT基板本身驱动进行优化；对TFT基板外设驱动进行优化。本文对两大方面的低功耗研究进行了综述，并对近年来国内外TFT低功耗方法研究进行详细介绍。根据所介绍的方法的特点与其尚未攻克的困境，对TFT基板显示设备低功耗驱动的未来发展进行了展望。

在计算机视觉应用中，基于孪生网络的跟踪算法相比于传统的目标跟踪算法在速度和精度上都有所提升，但是其受到遮挡、形变等干扰因素影响较大。基于此，本文对现有基于孪生网络的目标跟踪方法和技术所作的改进进行了总结分析，主要包括在孪生网络中引入全卷积孪生神经网络方法、引入回归方法和在线更新方法，对基于3种方法的目标跟踪算法的改进进行了综述，并详细介绍了近年来孪生网络在目标跟踪应用中的国内外研究进展和发展现状。同时，采用 VOT2017和LaSOT数据集进行了实验对比，比较了多种基于孪生神经网络跟踪算法的性能。最后，对基于孪生网络的目标跟踪方法的发展趋势进行了展望。