在Jerk模型的基础上，提出了一种新的高机动目标跟踪自适应算法STF―C―Jerk。该算法利用“当前”模型的思想，将Jerk项假设成为非零均值过程，更切合目标机动实际过程，同时通过引入强跟踪滤波器的渐消因子，实时调节滤波器增益，增强了系统对目标突发机动的自适应跟踪能力。仿真结果表明，提出的STF_C―Jerk自适应跟踪算法显著提高了Jerk模型自适应算法的跟踪性能。

多目标跟踪源码 建议配置版本（vs2013+opencv2.4.10(2.4.9也可以的);vs2017+opencv3.3)，附配置教程

这些脚本用于实现高斯混合基数化概率假设密度过滤器。 代码中使用的算法和跟踪场景遵循发表在 IEEE Transactions on Signal Proceesing Vol. 2 上的论文“基数化概率假设密度滤波器的分析实现”。 55 No. 7。作者是Ba-Ngu Vo和WK Ma。

UKF无际Kalman滤波在目标跟踪中的应用，MATLAB仿真实验

针对多站纯方位目标跟踪与定位问题,给出了一种基于一致性的分布式无迹卡尔曼滤波算法(CDUKF,Consensus-based Dis-tributed Unscented Kalman Filter)。各观测站利用本站和邻接站点信息获得目标状态的局部估计,其次利用联邦滤波器的加权原则和一致性算法,通过相邻观测站之间的局部信息交换获得目标状态的更高精度估计,并提出通过利用各站历史状态信息以改善算法的收敛速度。仿真结果表明论文所提出的算法能够实现多站纯方位被动跟踪,估计结果可接近传统集中式融合的跟踪精度。

基于IMM-SCKF-STF的机动目标跟踪算法

该文件采用粒子滤波跟踪的方法对运动目标进行跟踪，该文件中含有一个原始视频，运行目标跟踪文件后，可以对视频图像中的目标进行跟踪，跟踪后将跟踪结果以视频文件的格式存储，同时该文件中还有将视频文件转化为图片的MATLAB程序，MOV2PIC,运行该程序可以将任意视频文件转化为每一帧图片，对于研究目标跟踪的同志有借鉴作用。

针对美国联合导控器实验室提出的数据融合模型中多传感器多目标跟踪算法的仿真验证和定量评估的问题,采用模块化和开放性结构思想,面向对象编程及Visual C++与Matlab混合编程技术,构建了一类通用的可视化多传感器多目标跟踪算法仿真平台。该平台能够完成多种目标跟踪算法仿真、测试与评估功能。通过在系统运行的一个软件实例,证明了仿真平台的有效性与实用性。

提出了一种利用飞行器图像进行目标跟踪的方法, 建立了飞行器图像跟踪系统。该系统利用一 种云台控制算法搜索飞行器的图像, 通过对飞行器图像的边缘检测、图像中心点提取等处理, 实现了飞行器 图像定位。理论计算和实际应用表明, 该系统可以对低马赫数和高马赫数飞行器进行图像跟踪。

目标跟踪类的相关代码 在16年或得冠军的代码 若有不足请指正