流形学习已成为许多领域的流行方法，例如分类和识别。 在本文中， 我们基于之前在流形学习中的工作，提出了一种行人跟踪的新算法。 引入了一种新的流形子空间，其中可以最好地保留目标运动的固有特征，并且特征的维数很低。 在提出的子空间中，连续的行人姿势的变化可以通过这些固有特征很好地表示。 这也验证了我们的推测，即行人的运动可以通过一些固有的和低维特征来描述，这对于跟踪很重要。 尽管固有特征对于跟踪很有用，但是由于复杂背景的影响，直接应用固有特征的算法无法保证稳定的性能。 为了解决这个问题，引入了前
