基于低秩投影中稀疏误差矩阵分析的视觉跟踪

　　单目标跟踪是计算机视觉的重要组成部分，其鲁棒性一直受到目标遮挡、光照变化、目标尺度变化等因素的制约。针对这个问题，提出了基于低秩投影中稀疏误差矩阵分析的视觉跟踪算法。为了克服模板漂移对跟踪的影响，采用目标模板和候选目标的相似性关系动态选择目标模板的更新方式。在粒子滤波的框架下，利用鲁棒主成分分析和低秩投影原理求得候选目标的稀疏误差矩阵，根据稀疏误差矩阵的边缘信息和平滑度信息实现对下一帧目标的观测似然估计。在多个视频序列上的实验表明，算法具有较好的鲁棒性。