drone_tracking 具有图像检测功能的无人机目标跟踪 这是一个鹦鹉阿纳菲鹦鹉将使用图像处理技术降落在红色目标上的项目。 来自Parrot Olympe开发人员的basic_examples中的代码，并在执行跟踪代码之前提供了背景和必要的测试。 这是一项正在进行中的工作，无人机致动尚未调试。

tracking-vehicles-equipped-with-dsrc.pdf

matlab超声成像代码超声跟踪 概述：该项目使用 MATLAB 的计算机视觉工具箱在动态超声成像过程中跟踪肌肉结构。 注意：我会尝试评论此代码并发布任何改进。 如果您有兴趣使用此代码，请随时使用和参考我们的工作。 德拉赞 JF、赫尔菲什 TJ、巴克斯特 JR。 2019. 一种在最大努力收缩期间量化腓肠肌结构的自动分束跟踪算法。 PeerJ 预印本 7:e27475v1 注意：来自分册跟踪算法开发/验证的完整数据托管在 在我们开始之前，只是一个友好的提醒，你一分钱一分货......虽然这个项目的目标是帮助其他人跟踪肌肉收缩的超声视频，但我不是软件开发人员，无法提供高质量的支持，但是我会尝试......可能。 首先，下载代码和超声波文件夹。 tracking/main.m 将运行示例代码并帮助您入门。

最后更改 新许可证Apache 2.0代替GPLv3 添加了新的参数“批处理大小”-在多个连续帧上同时检测。 它可以在功能强大的GPU上提高处理速度。 适用于Darknet和TensorRT后端，但可能会增加一些延迟 新影片！ 使用YOLO v4进行车速计算（感谢 ） YOLO v4迈向ADAS的第一步 多目标（多个对象）跟踪器 1.可以使用具有不同的detectorType值的功能创建对象检测器： 1.1。 根据背景扣除：内置Vibe（跟踪：: Motion_VIBE），SuBSENSE（跟踪：: Motion_SuBSENSE）和LOBSTER（跟踪：: Motion_LOBSTER）； 来自MOG2（tracking :: Motion_MOG2）； MOG（跟踪:: Motion_MOG），GMG（跟踪:: Motion_GMG），并从CNT（跟踪:: Motion_CNT

多摄像机实时对象跟踪 该存储库包含我的对象检测和跟踪项目。 所有这些都可以托管在云服务器上。 由于您还可以将自己的IP摄像机用于异步处理。 我已经写了关于如何使用自己的智能手机与ImageZMQ到流博客文章。 Deep SORT和YOLO v4 查看我的以查看我使用的跟踪算法，其中包括Tensorflow 2.0，异步视频处理和低置信度跟踪过滤的选项。 流量计数（） 该项目是对象计数应用程序的扩展。 （） 产品特点 使用从DETRAC数据集生成的总共244,617张图像进行了训练。 您可以在找到我创建的转换代码。 我将用作数据准备和培训的指南。 每个跟踪ID仅计数一次。 通过查看被跟

此 Matlab GUI 演示了如何使用光流算法自动跟踪使用 B 型超声成像的人体内侧腓肠肌 (MG) 肌肉束，该算法利用仿射变换跟踪在初始帧中确定的肌肉束的端点. 请在任何使用此算法的学术著作中引用以下手稿 - 1. Cronin, NJ, Carty, CP, Barrett, RS & Lichtwark G. (2011) 人体运动过程中腓肠肌内侧束长度的自动跟踪。 应用生理学杂志。 在新闻。 doi:10.1152/japplphysiol.00530.2011 2. Gillett, J, Barrett, R & Lichtwark, G. (2011) 测量 B 型超声被动和主动肌束长度变化的自动跟踪算法的可靠性和准确性。 生物力学和生物医学工程中的计算机方法。 在新闻。 此工具箱需要图像处理工具箱。 该工具箱利用 David Young 博士（苏塞斯大学）出色

yolov2源码matlab版收集论文和其他资源，以使用深度学习进行对象检测和跟踪 静态检测 地区提案 使用深度神经网络的可扩展对象检测cvpr14 （，） 选择性搜索对象识别ijcv2013 （，） 神经网络 使用区域提议网络更快地实现实时对象检测的R-CNN tpami17 （，） Mask R-CNN （，（ ，，，， ）[Facebook AI研究] YOLO 您只需查看一次统一的实时对象检测ax1605 （，） YOLO9000更好，更快，更强ax16_12 （，） YOLOv3增量改进ax180408 （，） 固态硬盘 SSD单发MultiBox检测器eccv16_ax16_12 （，） DSSD反卷积单发检测器AX1701.06659 （，） 视网膜网 用于对象检测的功能金字塔网络ax170419 （，） 密集物体检测的焦点损失ax180207 （，） 杂项 使用卷积网络过分集成的识别，定位和检测ax1402 iclr14 （，） LSDA通过适配压区进行大规模检测14 ax14_11 （，） 视频检测 细管 利用卷积神经网络CVPR16从视频小管中检测目标 带有Tube

MATLAB中的音高检测算法 实施的方法： 音估算器-音和音乐的基本频率估算器音-la原秀夫（Alain deCheveigné），河原秀树（Hideki Kawahara）-美国声学学会杂志，2002年。 倒谱倒谱音高测定-AMNoll-美国声学学会杂志，1967年。 最大似然- Maxmium似然估计沥青-詹姆斯D.Wise，詹姆斯R.Caprio，托马斯W.Parks -声学，语音和信号处理，1976年IEEE交易。 扩展卡尔曼滤波器- 使用扩展的复杂卡尔曼滤波器对音频信号进行实时音高跟踪-Orchisama Das，Julius O.Smith，Chris Chafe-数字音频效果国际会议，DAFx2017 。（）。 使用扩展的复杂卡尔曼滤波器改进的实时单音音高跟踪-Orchisama Das，Julius O.Smith，Chris Chafe-音频工程学会杂志，第6

A Multi-Sensor Fusion System for Moving Object Detection and Tracking in Urban Driving Environments - icra-14-sensor-fusion.pdf