论文部分内容阅读
大多数现有的基于稀疏表示的视觉跟踪算法大都通过模板的线性组合来重构目标,但是没有考虑模板与模板之间以及模板与候选目标之间的非线性关系,造成算法对目标的判别能力下降,在复杂环境下容易跟踪失败.为了解决上述问题,提出一种结合核协作表示的目标跟踪算法,利用核函数将候选目标与模板映射到高维核空间,得到它们的非线性表示,并在高维核空间求解目标的稀疏系数,提高算法对目标的判别能力.为提高跟踪速度,选用l2最小化方法.实验结果表明,本文算法在跟踪精度与鲁棒性方面都有较大提高.