ST-匹配 用于低采样率 GPS 轨迹的 ST 匹配算法的 Python 实现 [1]。 [1] Lou, Y., Zhang, C., Zheng, Y., Xie, X., Wang, W. 和 Huang, Y.，2009 年 11 月。 低采样率GPS轨迹的地图匹配。 在第 17 届 ACM SIGSPATIAL 地理信息系统进展国际会议论文集（第 352-361 页）中。 ACM。 请注意，该算法的“S（空间）”部分的代码目前在此分布中不可用。 入门 需要包含要与轨迹匹配的道路网络的地理信息的文件： (1) 节点文件：以逗号分隔的文件，至少包含三列：['node', 'lng', 'lat']，其中'node'是您的路网故障点的标识，'lng'和“纬度”节点的经度和纬度。 (2) edge 文件：一个逗号分隔的文件，包含至少三列：['edge', 's_node', 'e

本文（以及随附的 MATLAB 源代码）回顾了用于视频压缩中运动估计的块匹配算法。 它实现并比较了 7 种不同类型的块匹配算法，从非常基本的穷举搜索到最近的快速自适应算法，如自适应 Rood 模式搜索。 本文评估的算法已被视频压缩社区广泛接受，并已用于实现各种标准，从 MPEG1/H.261 到 MPEG4/H.263。 该论文还非常简要地介绍了视频压缩的整个流程。 请先阅读README.txt。

Online Matching and Ad Allocation,谷歌的广告论文欧！

杨庆雄老师的立体匹配MST滤波优化算法代码C++ VS环境，VS2019可以直接运行，不用进行配置，代码内容详参考论文《Qiongxiong Yang,Stereo Matching Using Tree Filtering》 ppm格式文件用cvkit直接转化就可以 参照C:\Users\DELL>D:\cvkit\bin\imgcmd.exe D:\teddy\disp2.png -out D:\teddy\teddy_disp.pgm

matching.py

本程序是基于模板匹配的简单跟踪方法，思想很简单，把要跟踪的目标保存，然后在每帧来临时，整幅图像中寻找与这个目标最相似的图像块，这个就是目标。为了适应目标的变化，上帧匹配目标，作为下一帧的模板，实现在线更新。

QT 使用halcon的实例，适用于QT 新手 如何使用halcon记载图片以及模板匹配

map_matching：找到车辆应该行驶以生成给定GPS轨迹的街道的算法

Algorithmics of Matching Under Preferences Algorithmics of Matching Under Preferences Algorithmics of Matching Under Preferences Algorithmics of Matching Under Preferences

Graph_Matching_Network-Pytorch 图匹配网络的Pytorch实现