用FFT,即快速傅里叶变换实现多目标跟踪。在一幅图里，有几个相同的目标，通过将将这一目标模板就行翻转，然后与图像就行快速卷积运算，检测结果大于阈值的数值，标注多个目标所在的位置。

传统的mean-shift 跟踪算法不能跟踪目标的旋转、缩放运动, 且常常因此造成定位不准. 鉴于此, 将尺度不变 特征变换(SIFT) 特征检测融入到mean-shift 跟踪过程, 提出SIFT 特征点的尺度变化与目标的尺度变化成正比, 特征 点主方向变化与目标旋转角度一致, 给出了基于SIFT 特征的自适应目标尺度、方向计算方法, 且利用带方向、可变 带宽的椭圆核改进传统的mean-shift 跟踪方法. 实验表明, 该算法能够较好地跟踪目标的旋转、缩放运动, 定位也更 准确.

针对Camshift跟踪算法无法适应目标的高速运动、背景复杂和遮挡的情况，提出了一种改进算法。将Kim算法和卡尔曼滤波状态预测引入，用Kim算法提取运动目标区域信息，根据以往目标位置点的信息对当前帧中目标的可能位置预测，解决了传统Camshift算法的一些局限。实验表明改进算法在目标高速运动、遮挡情况下，仍能进行有效跟踪。

本程序是多特征融合的目标跟踪程序，基于粒子滤波框架，融合边缘和TED特征的跟踪算法，可以运行程序，适合用于对多特征融合的学习

介绍多目标跟踪算法，包括（1）多目标跟踪处理流程，（2）数据关联算法；（3）联合概率数据互联算法

跟踪具有特定颜色的目标。可处理视频或实时摄像头输入。想跟踪的颜色通过设置参数Upper和Lower调节，默认为红色。

无人机目标跟踪-附件资源

MATLAB车辆运动目标跟踪。输入一个车流量的视频，分帧，建模背景，提取运动车辆的框架，计数，车速等参数。带界面。

高斯混合背景建模实现对运动目标跟踪，里面有详细代码。

实现了对于视频的运动目标跟踪与识别，主要是用帧差法