粒子滤波，实现目标稳定跟踪，同时具有背景建模的算法，得到稳定的背景信息

遗传算法 粒子滤波 文献，将遗传算法引入粒子滤波，克服粒子退化

这是一本研究目标定位跟踪的学习手册（在雷达，声纳，无线传感器网络领域等），采用的方法有最小二乘/极大似然，卡尔曼滤波，蒙特卡洛，粒子滤波等方法，更是很多读者需要的是里面有大量的仿真实例和程序代码，并配以中文注释，读者可以结合书中的原理和公式，对程序有进一步的理解。也适合很多读者在已有的代码的基础上对算法进行改进。

Matlab 实现 粒子滤波器跟踪运动目标， 具体执行方法见 readme.txt

该代码是UNGM模型用粒子滤波算法实现的单目标跟踪实例，可直接运行出结果，命令行窗口会实时输出【真实状态、观测状态、PF估计状态值】，可供我们直观的判断跟踪效果，同时还有真实状态、观测状态、PF估计状态的曲线图，另外还对误差进行了分析，比较了PF运用前后的RMSE误差。 喜欢请给个好评，谢谢~

该程序为基于粒子滤波的一种新算法,综合MCMC Bayesian Model Selection即MONTE CARLO马尔克夫链的算法,用来实现目标跟踪,多目标跟踪,及视频目标跟踪及定位等,解决非线性问题的能力比卡尔曼滤波,EKF,UKF好多了,是我珍藏的好东西,现拿出来与大家共享,舍不得孩子套不着狼,希望大家相互支持,共同促进

基于粒子滤波的视频目标跟随，首先根据视频的前几帧图像建立背景模型，然后目标出现。通过背景减除方法分理出目标，使用例子滤波对目标进行跟随，非常稳定，效率高。压缩包仅给出源码，视频文件请自己录制，或者改用摄像头。

随着人工智能科学的发展，目标跟踪成为中外学者研究的热点，近年来很多目标跟踪算法相继被提出，其中，经典的卡尔曼滤波算法常被用于目标跟踪领域。然而，在实际情况中，目标跟踪过程常涉及到非线性非高斯问题，由于粒子滤波算法在非线性非高斯系统中有较好的性能，因此将其引入目标跟踪研究领域。针对粒子滤波算法存在的跟踪精度差、实时性不高等问题，近年来国内外学者提出很多改进方法。从特征融合、算法融合和自适应粒子滤波三个方面介绍了相关改进方法的基本思想，展望了粒子滤波算法在目标跟踪领域的发展方向。

前言： 粒子滤波广泛的应用于目标跟踪，粒子滤波器是一种序列蒙特卡罗滤波方法，其实质是利用一系列随机抽取的样本（即粒子）来替代状态的后验概率分布。在此不打算介绍和推理繁杂的概率公式，我们来分析Rob Hess源码从而深入理解粒子滤波算法。 试验平台： VS2010 + opencv2.4.10 + gsl1.8库 + RobHess粒子滤波源码

粒子滤波器方面的经典教程 Sequential Monte Carlo Methods in Practice。 粒子滤波器方面的经典教程，包括改进粒子滤波器估计性能的方法。文件扫描清楚，便于阅读 Monte Carlo methods are revolutionizing the on-line analysis of data in many fileds. They have made it possible to solve numerically many complex, non-standard problems that were previously intractable. This book presents the first comprehensive treatment of these techniques. 粒子滤波