本文提出了一种基于两个子码本的笛卡尔积的稀疏编码跟踪算法。 原始的稀疏编码问题被分解为两个子稀疏编码问题。 并且稀疏表示的维度以较低的计算成本被集中地扩大。 此外，为了减少L 1-范数最小化的次数，根据重构误差，采用岭回归来排除实质性的外在粒子。 最后，将高维稀疏表示放入分类器中，并将具有最大响应的候选者视为目标。 在具有挑战性的基准图像序列上进行的定性和定量评估都表明，所提出的跟踪算法与几种最新算法相比具有良好的表现。