基于稀疏编码(SC)的视觉跟踪(l1-tracker)受到越来越多的关注,并开发了许多相关算法。 在这些算法中,每个候选区域都被稀疏地表示为一组目标模板。 但是,通常会忽略连接这些候选区域的结构。 鲁提出了一种非局部自相似稀疏编码的NLSSC跟踪器来解决这个问题,它具有很高的计算成本。 在这项研究中,我们提出了一种基于欧几里德局部结构约束的稀疏编码跟踪器,该跟踪器具有平滑的欧几里德局部结构。 使用该跟踪器,将优化过程转化为小规模的l1优化问题,从而大大降低了计算成本。 视觉跟踪的大量实验结果证明了该算法的有效性和有效性。