本書研究面向強噪聲場景的低秩稀疏學習視覺目標跟蹤方法。基于變分法和分數階微積分理論改善強噪聲場景下的視覺信息質量問題；基于低秩表示和稀疏表示理論解決目標外觀多樣性情況下的表觀建模問題；基于融合LASSO、變分法和分數階微積分理論解決復雜環(huán)境遮擋帶來的目標特征丟失問題和目標快速運動帶來的跟蹤漂移問題；基于反向稀疏表示描述解決跟蹤模型在線學習的計算效率問題。本書可供高等院校自動化、計算機、電子信息等相關專業(yè)的本科生和研究生，以及從事計算機視覺和數字圖像處理領域的工程技術人員和研究人員參考閱讀。