文献资料 Triggernometry有一个Wiki，其中包含有用的信息和文档： 要获取一些常见问题的答案，并获得有关如何使用触发法的更多信息，可以在触发法常见问题解答和示例部分中找到更多信息： 不和谐 Triggernometry还具有一个公开可用的Discord服务器，用于发布与插件有关的公告，建议和问题。 随时加入：

NTFS取代了文件分配表（FAT）文件系统，为Microsoft的Windows系列操作系统提供文件系统。NTFS对FAT和HPFS（高性能文件系统）作了若干改进，例如，支持元数据，并且使用了高级数据结构，以便于改善性能、可靠性和磁盘空间利用率，并提供了若干附加扩展功能，如访问控制列表（ACL）和文件系统日志。NTFS 是一个日志文件系统，使用 NTFS 日志（$Logfile）记录卷更改元数据。

FairMOT 单次多对象跟踪的简单基准： ，张以夫，王春雨，王兴刚，曾文俊，刘文宇arXiv技术报告（ ） 抽象的 近年来，作为多目标跟踪的核心组件的目标检测和重新识别取得了显着进展。但是，很少有人关注在单个网络中完成两项任务以提高推理速度。沿此路径进行的初始尝试最终导致结果降低，这主要是因为未正确学习重新标识分支。在这项工作中，我们研究了故障背后的根本原因，并因此提出了解决问题的简单基准。在30 FPS时，它的性能明显优于MOT挑战数据集上的最新技术。我们希望这个基准可以启发并帮助评估该领域的新想法。 消息 （2020.09.10）FairMOT的新版本发布了！ （在MOT17上为73.7 MOTA） 主要更新 我们使用自我监督的学习方法在CrowdHuman数据集上对FairMOT进行了预训练。 要检测图像外部的边界框，我们使用左，上，右和下（4通道）来替换WH头（2通道）。

triad_openvr-master，用于htc tracker的二次开发....

qt-piwik-tracker：Piwik Matomo的C ++ Qt跟踪器库

tracker列表，下载加速常用。

matlab官方定位代码UWB多范围跟踪 ROS软件包，用于使用超宽带（UWB）无线电进行跟踪。 目标需要一个UWB标签，并由具有多个UWB无线电的跟踪器（即机器人）进行定位。 该程序包由三个节点组成： uwb_serial ：从串行端口读取二进制消息。 有关嵌入式板的相应UWB驱动程序，请参见。 uwb_multi_range ：处理来自uwb_serial的多范围时间戳，并发布已校准和未校准的范围。 uwb_tracker ：处理来自uwb_multi_range的校准范围，并使用扩展卡尔曼滤波器跟踪目标位置。 它发布了滤波器的状态和协方差，还发布了相应的变换。 依存关系 Boost（系统和线程模块） 麻木 科学的 红润的 安装 在ROS catkin工作区中签出存储库，然后像往常一样构建工作区。 用法 您可以使用以下命令启动所有三个节点 roslaunch uwb uwb.launch 可以将许多参数（例如串行端口，波特率，转换帧和参数文件）指定为参数。 有关详细信息，请参见启动文件。 可以通过rosparam定义更多低级参数（默认参数在大多数情况下应该很好）。 查看节点的代码以

matlab的slam代码davis_tracker 关于这个项目 该程序使用来自“事件相机”（例如 DAVIS [1]）的事件来跟踪功能。 首先从原始图像中提取特征。 该项目实施了本文 [2]，并进行了一些修改。 结果 数据集 使用提供的数据集对代码进行了测试以下结果是通过 [3] 中的shape_6dof数据集获得的。 追踪 在此动画中，以平均约 3 个像素的精度跟踪在数据集第一帧中提取的 10 个特征。 目前，出现以下两个问题： 未正确跟踪三角形边缘的 1/10 特征。 另一个特征沿着中间右侧的六边形缓慢移动。 请注意，它们将使用进一步工作中提到的修改进行修复。 活动报名 [2] 这显示了 [2] 中描述的注册序列。 在此动画中，异常值已被移除且未绘制。 传说： -红星-模型点集-蓝色圆圈 - 数据点集-蓝十字-特征位置 地块 跟踪时获得的典型图如下所示。 执行时间处理时间 目前，绘图函数至少占总处理时间的 43%，其中包括优化和删除的子图 2（边缘图）和 3（贴片的近距离视图）。 下图是使用Matlab 配置文件查看器获得的，显示了程序的执行时间。 进一步的工作 添加 [4]

matlab中存档算法代码BIM跟踪器 这是我们的论文“ BIM-Tracker：使用3D建筑模型进行室内定位的基于模型的视觉跟踪方法”的MATLAB实现。 所提供的代码处于测试阶段，有关改进和优化的任何建议均受到欢迎。 如果您使用该代码，请引用我们的论文。 @article{ACHARYA2019157, title = "BIM-Tracker: A model-based visual tracking approach for indoor localisation using a 3D building model", journal = "ISPRS Journal of Photogrammetry and Remote Sensing", volume = "150", pages = "157 - 171", year = "2019", issn = "0924-2716", doi = "https://doi.org/10.1016/j.isprsjprs.2019.02.014", url = "http://www.sciencedirect.com/sci

Pyramidal_Implementation_ Lucas_Kanade_Feature_Tracker_Description_of_the_algorithm