College of Automation, Nanjing University of Posts and Telecommunications, Nanjing, 210046, China;
collaboration metric; locality information; low rank sparse learning; object tracking;
机译:通过反向低级别稀疏学习和分数顺序变化正规化的强大对象跟踪
机译:基于低秩表示的对象跟踪使用具有联合稀疏性的多任务特征学习
机译:线约束估计及其在目标跟踪中的应用:利用稀疏性和低秩
机译:对象跟踪的局部限制低级稀疏学习
机译:用于生物识别和对象跟踪的稀疏表示和字典学习。
机译:使用区域时空稀疏性和区域跟踪的动态对比度增强MRI的运动补偿压缩感测:具有运动引导(BLOSM)的块低位稀疏性
机译:局部约束的低秩稀疏学习用于目标跟踪