为了适应机器人足球视觉系统图像采集设备从早个到多个的改变，提高系统的跟踪成功率和速度。以信息融合技术为基本思路，提出了一种基于多传感器多目标跟踪的半自主足球机器人视觉跟踪方法。各跟踪模块对覆盖区域的目标进行航迹关联、滤波后再对各传感器信患进行融合得到所有目标单一的航迹。实验表明，该方法具有简单、有效，满足系统实时性要求等特点。

多尺度KCF目标跟踪C++代码，内附调用readme，KCF算法是一种优良的跟踪算法

视频目标跟踪同主要是对于视频图像中我们感兴趣的目标进行实时跟踪。 背景差分法是采用图像序列中的当前帧和背景参考模型比较来检测运动物体的一种方法,其性能依赖于所使用的背景建模技术。 在基于背景差分方法的运动目标检测中，背景图像的建模和模拟的准确程度，直接影响到检测的效果。不论任何运动目标检测算法，都要尽可能的满足任何图像场景的处理要求，但是由于场景的复杂性、不可预知性、以及各种环境干扰和噪声的存在，如光照的突然变化、实际背景图像中有些物体的波动、摄像机的抖动、运动物体进出场景对原场景的影响等，使得背景的建模和模拟变得比较困难。 背景差分法检测运动目标速度快，检测准确，易于实现，其关键是背景图像的获取。在实际应用中，静止背景是不易直接获得的，同时，由于背景图像的动态变化，需要通过视频序列的帧间信息来估计和恢复背景，即背景重建，所以要选择性的 关于该资源的详细功能，可私信博主，进一步了解！

用VS2010平台编写，内附说明文档及测试视频。 主要实现光流法目标跟踪和交互式选择矩形框进行跟踪两种模式。环境配置及平台搭建。将opencv2.4.9配置到Microsoft Visual Studio 2010上，属性中添加目录永久配置。

基于交互式多模型与多传感器联合概率数据互联的机动多目标跟踪算法，翟茹玲，汤三，针对机动目标在跟踪过程中，实际目标运动形式的复杂性和目标机动的不确定性，文中研究了基于卡尔曼滤波的交互式多模型算法，通过

目标跟踪中最基本的模型;对理解目标跟踪的机理、意义有很大帮助。本文比较了CV、CA模型的特点及跟踪精度的不同，对毕业设计及理论研究有很大帮助！！！包含源程序、系统方差、噪声方差取值，在一维匀速、匀加速仿真条件下实现！！！！！（输入注释中R、Q值可在matlab出图,放在work文件下）；是个人论文中程序（论文已发表）。

大数据-算法-面向目标跟踪的自适应雷达参数选择与波形设计.pdf

大数据-算法-静止背景下运动目标跟踪算法分析比较.pdf

【目标跟踪】pyimagesearch目标跟踪、中心点匹配示例程序汇总（python-opencv-dlib-dnn）-附件资源

用于评估和可视化多目标跟踪和分割（MOTS）任务结果的工具