利用团块技术实现车辆视频检测与跟踪，测试效果比较理想。

对现有的跟踪检测方法进行改进，并提出改进的光流检测算法

基于交通视频的运动目标检测和跟踪，论文，指导，opencv

基于opencv cascade分类器及模板匹配算法实现的人脸检测及跟踪算法，首先 cascade检测到人脸，然后更新ROI区域，当检测不到人脸时使用模板匹配方法进行识别。i7上可达到80FPS，速率非常快，鲁棒性非常好，当头倾斜90°也能够跟踪。

有助于对行人检测技术的学习, 基于 Haar 特征与 HOG 特征特征融合的 Adaboost 行人检测算法,基于改进的均值移动目标跟踪方法

基于视频图像的车辆检测与跟踪，对跟踪车辆进行红点标记

针对弱小目标的检测跟踪问题,提出了一种基于序列检验和Viterbi的检测前跟踪算法;将雷达扫描区域进行划分后,在方位 -距离-多普勒平面内联合处理回波信号,为了搜集目标驻留时间内的散射能量,可以通过Viterbi算法搜索连续扫描时允许的目标转移 状态,最后通过序列检测做出判决;序列检验可以解决目标检测过程中时延较大的问题, Viterbi算法用来获取检测统计量及目标的轨 迹;仿真结果表明,该算法对高速运动的目标具有良好的检测与跟踪性能。

运动目标检测与跟踪算法，静态场景下的运动目标检测与跟踪,利用差分背景的方法

dm642上实现运动目标检测与跟踪，ccs2下调试。

dm642上实现目标检测与跟踪的dsp实现，包括源代码实现