本研究结合了全局追踪和利用时间上下文的优点，通过局部追踪器的集成来全局追踪目标。实验表明我们的方法在六个数据集上表现优异。

Mar, 2022

本文提出了一种新的视觉目标跟踪模型，通过知识蒸馏和强化学习训练了一个紧凑的学生模型，可以从其他跟踪器中传输和压缩跟踪知识，并利用在线学习的评估措施，建立一个快速、简单且有效的跟踪机制使得最终跟踪器与实时最先进的跟踪器具有相同的竞争力。

Jul, 2020

本文提出了一种共同跟踪多个功能的跟踪器框架，能够追踪刚性和非刚性运动，即使某些功能被遮挡也能够跟踪。该方法可用于改善在低光场景中功能跟踪效果，并且无需直接进行场景的结构或运动建模，能够在单个 CPU 核心上实现实时跟踪。

May, 2014

本文提出了一种新的算法 PETRELS，可用于在线追踪数据的低维线性子空间及矩阵数据中缺失条目的估计，适用于图像处理、网络监测与异常检测等多个领域，数值实验证明其效果优于传统批量算法。

Jul, 2012

本论文研究了基于图像的人工智能处理中一些实际问题，如图像数据的收集与标注、图像分类以及所涉及的数据处理方法等，提出了一种基于 Gradient Boosted Trees 与随机森林相结合的解决方法，并且实验结果表明该方法对于图像识别和图像分类问题具有较高的解决效果。

Aug, 2020

本文提出一种使用互补线索结合岭回归技术的简单追踪器，可快速运作超过 80 FPS，并在多个基准测试中胜过所有著名的 VOT14 竞赛记录，以及最近更复杂的跟踪器。

Dec, 2015

本文介绍了一种结合多种模型的多视角谱聚类框架，旨在解决 fundamental matrix 在运动分割中的缺陷，通过测试运动分割数据集，我们证明了这一方法在实际应用中的有效性。

Apr, 2018

本文提出了一种基于仿射子空间模型的特征运动物体分割新框架，该方法通过稀疏 PCA 表示原始轨迹，通过自动搜索最近邻点的稀疏表达来实现局部子空间分离，并提出了一种误差估计来处理缺失数据问题，最后通过谱聚类方法将不同的运动分割出来，实验证明该方法在精度和运算时间上优于其他运动分割方法。

Jan, 2017

本文提出了一种全局图模型和改进相似度度量的方法来提高多摄像头对象跟踪的性能，并且成功地将单摄像头对象跟踪和跨摄像头对象追踪区别对待。实验结果表明，即使在单摄像头对象跟踪质量不佳的情况下，该方法也能更好地发挥作用。

Feb, 2015

本文考虑了 2D 表现模型在视觉目标跟踪中的应用，针对其处理阶段的不同阶段给出分类，并就其从理论和实用角度进行了分析和讨论；本文对此问题未来研究提出了几点挑战。

Mar, 2013