论文部分内容阅读
L1跟踪表示模型的稀疏性约束,使其对局部遮挡具有良好的鲁棒性,但同时也造成了跟踪速度慢的问题。针对此问题,该文提出使用编码迁移方法进行视觉跟踪。该方法利用低分辨率字典计算候选目标表示系数,并使用高分辨率字典构造观测似然,有效地减小了跟踪过程中的计算量。为了提高编码迁移的精度和字典适应背景干扰的能力,提出一种在线鲁棒判别式联合字典学习模型用于字典更新。实验结果表明所提方法具有良好的鲁棒性和较快的跟踪速度。