摘要：为提高目标跟踪算法在复杂条件下的鲁棒性和准确性，在粒子滤波框架下，提出一种基于稀疏表示的2范数最小化时间连续目标跟踪算法。使用模板字典线性重构候选目标，利用2范数对重构系数进行稀疏约束，构建2范数约束的目标方程。考虑到目标状态帧间残差的连续性，将残差连续约束项嵌入目标方程，通过求偏导数的方法求解目标方程。采用稀疏表示与增量学习结合的方法对模板字典进行更新，实现目标的精确跟踪。实验结果表明，与现有目标跟踪算法相比，该算法具有较强的跟踪鲁棒性及抗干扰能力。