摘要：许多基于稀疏表示跟踪算法都能鲁棒的跟踪各种挑战性场景中目标，但缺点是运行速度慢．在提出的跟踪算法中，以角点检测方法提取的各个兴趣点为中心，提取一定尺寸的图像块组成目标字典来表示目标．在之后各帧中，以各个候选兴趣点为中心利用粒子滤波算法提取不同方向和尺度的候选目标块．利用稀疏表示方法计算目标字典和候选目标块之间的对应关系．并定义相互匹配原则筛选候选目标块．通过所有选定的候选块平均偏移量来确定目标位置．最后利用最可靠的候选目标块更新目标字典．与当前已有的基于稀疏表示跟踪算法相比，本文算法不但跟踪性能更好，速度更快．

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社