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！

根据A Local Contrast Method for Small Infrared Target Detection论文中的代码复现 改个路径就可用

2.2 Verilog语言简介 Verilog 与 VHDL 是世界上最为流行的两大硬件描述语言，主要以文本的形式描述数字 电路的硬件结构，两种语言均为 IEEE 标准。最早出现的 VHDL 语言是由美国军方开发出 来的，但是后来出现的 Verilog 虽然出现较晚，但其简单易学的有点深受开发人员喜欢， 并逐渐成为主流语言。由于 VHDL 语言严谨的性质，全世界仍有一些大学和军工类公司在 坚持使用 VHDL 语言，绝大部分的开发人员选择 Verilog 作为主要语言进行开发设计。同 时随着开发环境对 SystemVerilog 支持的不断完善，Verilog 也变得越来越强大，但是并不 能完全取代 VHDL，某些特殊的地方只能用 VHDL 进行描述。

中国软件杯多目标追踪

MATLAB中运动目标追踪代码ergodic_iSAC_localization C ++代码实现遍历iSAC的目标定位：遍历控制算法，该算法使用复杂的代理动态来通过实时探索预期的信息密度来跟踪和定位随机数的目标。 当前的实现使用12维四旋翼动力学和扩展的卡尔曼滤波器来跟踪仅带有方位角测量值的两个运动目标。 在此处查看结果的视频： 依存关系 该代码需要Boost和Eigen库。 编译运行 --- Update Makefile.txt with local Boost and Eigen paths --- "make" --- Run Quad_Euler.exe --- Plot resulting trajectories in Matlab, using ./data/plots_matlab.m 客制化 所有可能的更改，例如代理动态，目标的数量和运动，估计过滤器等，都可以通过更新“用户”文件夹中包含的文件来进行。

为了克服核相关滤波(KCF)只根据目标外观模型追踪时准确性低的不足,融入运动模型,计算了检测目标框和预测目标框的交并比(IOU)。通过匈牙利算法,确定了目标间的最优关联。KCF和IOU模型都具有快速响应的特点,因此算法可满足在线处理数据的要求。在公开的2DMOT2015、MOT16数据集上进行实验,将所提方法与其他优秀方法相比,在保证30 frame/s以上处理速度的同时,追踪准确性提高10%以上。

目标追踪-雷达-激光雷达数据，已转换成.mat格式

论文Fully-Convolutional Siamese nets for object tracking的tensorflow代码

opencv目标追踪基本算法python实现详细代码打包-附件资源

感知融合与目标追踪白皮书