提出一种基于离散傅里叶变换的基于样本的辨别分类器优化方法，用于改进现代跟踪器并取得更好的结果。

Apr, 2014

本研究将多核学习应用于相关滤波器（CF）算法的升级，提出了一种新的 KFCK 算法（MKCFup），通过消除不同核之间的负互干扰，显著提高了算法的准确性和速度，实现了对高速小移动目标的有效跟踪。

Jun, 2018

本研究提出了一种改进的优化方法 RKCF，可减轻 Kernel Correlation Filters 在旋转方面性能下降的问题，在很多 OBT50 测试视频中获得了全面的精度提升及最小额外计算。

Aug, 2017

本论文提出了一种基于随机优化算法的近似核正则化典型相关分析方法，具有在处理大规模数据集时计算效率高的特点，该方法应用于语音数据集处理中，包含 $1.4$ 百万的训练样本，以及维度 $M=100000$ 的随机特征空间.

Nov, 2015

本文提出了一种解决多摄像头网络中人员重新识别的主要挑战之一，即跨视图外观变化的方法，提出了多特征表示的方法，利用不同核的 KCCA 来学习多个投影空间，在这些空间中最大化了来自不同相机观察到的同一人员样本之间的外观相关性，并最终使用迭代逻辑回归来选择和加权每个特征投影的贡献，并执行两个视图间的匹配。实验评估表明，所提出的解决方案在 VIPeR 和 PRID450s 数据集上获得了可比较的性能，并且相比于现有技术在 PRID 和 CUHK01 数据集上得到了改进。

Jul, 2016

该论文提出了一种新的基于核方法的跨视图协作表示分类算法 (Kernel X-CRC)，针对人员再识别中小样本问题，利用训练集中的个体来对探针和库样本进行编码，实验结果表明该算法在四个重要的人员再识别数据集上都取得了优异的性能表现。

Nov, 2016

本文研究了将核方法应用于规范相关分析的有效性，并讨论了在线性情况下提取有用特征的问题。

Sep, 2006

本文提出了一种基于核规范相关分析（KCCA）的标签传播框架，能够构建一个潜在的语义空间来嵌入视觉和文本特征之间的相关性，并在四个数据集上展示了显著的改进。该方法不仅可以处理专家标注的数据集，还可以处理社交媒体上用户自动生成标签的嘈杂数据。

May, 2016

本研究针对航空器智能追踪问题，采用自适应多模高光谱传感器和深度学习技术设计出深度高光谱核相关滤波追踪器并在数字成像和遥感图像生成软件中进行了综合评估及性能优化，最终发布了大规模空中车辆分类数据集。

Nov, 2017

本文提出了一种基于支持向量机模型的视觉跟踪算法，利用循环矩阵表达式和离散傅里叶变换优化迭代学习支持相关滤波器，其计算复杂度为 O (n^2*logn)，在多通道特征、核函数和自适应尺度方法方面进行了进一步优化，实验结果显示该算法较于当前最先进的跟踪方法更快、更准确。

Jan, 2016