基于粒子滤波算法的多目标跟踪系统matlab源代码。实现视频图像中多物体检测、跟踪。很好的视频多物体跟踪学习源码。

内容详细，对于研究多目标跟踪有极大帮助

多目标跟踪(SORT,Deep_SORT,IOU17,SST)代码，亲身测试在MOT17上运行成功，需要准备相应的数据集及标签

目标跟踪是机器视觉中一类被广为研究的重要问题，分为单目标跟踪与多目标跟踪。前者跟踪视频画面中的单个目标，后者则同时跟踪视频画面中的多个目标，得到这些目标的运动轨迹。 基于视觉的目标自动跟踪在智能监控、动作与行为分析、自动驾驶等领域都有重要的应用。例如，在自动驾驶系统中，目标跟踪算法要对运动的车、行人、其他动物的运动进行跟踪，对它们在未来的位置、速度等信息作出预判。 目标跟踪算法可以进行轨迹特征的自动分析和提取，以弥补视觉目标检测的不足，有效的去除错误的检测，增加遗漏的检测，为进一步的行为分析提供基础。相对于多目标跟踪算法，视觉单目标跟踪算法研究的更为广泛，当前解决的相对更好。典型的如Mean shift算法，用卡尔曼滤波、粒子滤波进行状态预测，TLD等基于在线学习的跟踪，KCF等基于相关性滤波的算法等。

VS2015上C/C++实现目标检测和多目标跟踪，多目标跟踪采用了匈牙利算法和卡尔曼滤波；你在VS2015新建工程，并配置好opencv的相关设置，就可直接使用；注意：如果你想获得更好的效果，目标检测可换成基于深度学习的，毕竟跟踪的好坏也取决于检测的好坏；

用Excel实现Markov模型预测土地利用数量结构。内部保留计算公式，方法简单易用，操作便捷。操作参考：http://www.doc88.com/p-0488451707717.html

多目标识别，车辆跟踪，实时性好，便于快速跟踪，基于匈牙利算法

HMM自学+HMM隐马尔科夫模型的学习资料 里面有实例介绍

包含GaussianNB、马尔科夫模型、文本分类、中文分词的代码且数据和示例。

应用马尔可夫状态转移矩阵对残差灰色预测模型进行了改进，结果表明，改进的预测模型精度较高，比传统灰色模型预测效果好。