摘要：传统子空间跟踪易受到模型漂移的影响而导致跟踪失败.针对此问题,本文提出一种基于主分量寻踪的鲁棒视觉跟踪方法.该方法以多个模板张成的子空间作为目标表观模型,利用主分量寻踪求解候选目标的误差分量,在粒子滤波框架下利用候选目标的误差分量估计最优状态参数.为了适应目标表观变化并克服模型漂移,本文提出一种模板更新方法.当跟踪结果与目标模板相似时,该方法利用跟踪结果更新目标模板,否则利用跟踪结果的低秩分量更新目标模板.在多个具有挑战性的图像序列上的实验结果表明：与现有跟踪方法相比,文中的跟踪方法具有较优的跟踪性能.

关键词：视觉跟踪 模型更新 主分量寻踪 稀疏分量 

单位：解放军陆军军官学院十一系 安徽合肥230031 解放军陆军军官学院科研部 安徽合肥230031