信号稀疏表示是过去近20年来信号处理界一个非常引人关注的研究领域，众多研究论文和专题研讨会表明了该领域的蓬勃发展。信号稀疏表示的目的就是在给定的 超完备字典中用尽可能少的原子来表示信号，可以获得信号更为简洁的表示方式，从而使我们更容易地获取信号中所蕴含的信息，更方便进一步对信号进行加工处 理，如压缩、编码等。本文介绍了一种新方法SSVT可以更有效的实现视觉追踪。
集到集视觉追踪（Set to Set Visual Tracking）
摘要：稀疏表示已经广泛的应用于视觉跟踪，实现了卓越的跟踪效果。然而，大部分的稀疏表示模型将候选目标表示成目标样板的线性组合，且需要解决稀疏优化问题。本文中，我们提出了一种新的集到集视觉追踪（SSVT）方法。在粒子滤波框架下，将候选目标和和目标样板看成图像集，并将他们模型成凸包。然后两个图像集之间的距离被最小化，且跟踪结果是有着最大系数的候选目标。当候选目标被模拟成凸包时，SSVT利用了候选目标之间的潜在关系。此外，SSVT在这方面效果卓越，它只需要解决一个二阶优化问题，而不是去解决稀疏优化问题。几个具有挑战性图像序列上的定性和定量分析结果显示，本文提出的SSVT算法优于最佳性能的追踪器。
关键词：集到集距离·视觉追踪·颗粒过滤器·凸包·支持向量机
via：PRICAI 2016
PS : 本文由雷锋网(公众号：雷锋网)独家编译，未经许可拒绝转载！
