drone_tracking 具有图像检测功能的无人机目标跟踪 这是一个鹦鹉阿纳菲鹦鹉将使用图像处理技术降落在红色目标上的项目。 来自Parrot Olympe开发人员的basic_examples中的代码，并在执行跟踪代码之前提供了背景和必要的测试。 这是一项正在进行中的工作，无人机致动尚未调试。

比较全面的目标跟踪方法！！！！！！！！！！！！！！！！！！！！！！

本文概述了基于随机有限集的目标跟踪方法的产生、发展和研究现状．论文概要总结了基于随机有限集的目标跟踪方法的基础理论，主要包括随机有限集的理论基础，概率假设密度滤波器的理论基础，概率假设密度滤波器的实现方式以及基于随机有限集的目标跟踪算法的性能评价指标．文中同时简要介绍了概率假设密度滤波器在目标跟踪领域的应用，并对在该领域未来的发展提出了自己的看法．

18初始化函数初始化轨迹对象读取一帧数据 前景检测根据位置进行卡尔曼预测匈牙利匹配算法进行匹配分配好的轨迹更新未分配的轨迹更新删除丢掉的轨迹创建新轨迹 结果展示

对于非线性非高斯系统的多目标跟踪问题，在已获得各目标初始信息和观测信息的基础上，结合联合概率数据关联算法，提出了一种基于数值积分粒子滤波的多目标跟踪算法。仿真结果表明，该算法在解决非线性非高斯系统的多目标跟踪问题时是可行有效的。

据说已经绝版了的书； 全书分成单目标跟踪和多目标跟踪两部分，讲了很多有用的滤波算法（诸如Kalman滤波，维纳滤波等）；

目标检测与跟踪的很好的代码 融合光流法，颜色特征，贝叶斯框架下的ceter——surround模型 检测速度快，跟踪效果稳定。实时性很好

这是一篇硕士论文。主要是用OpenCV技术解决运动目标的识别与追踪。其中OpenCV部分讲解的很经典。比较适合学习OpenCV技术的初学者。

在目标跟踪领域，粒子滤波技术有处理非线性非高斯问题的优势，但是标准粒子滤波在利用重采样方法解决退化现象时，会产生粒子贫化问题，导致滤波精度不稳定.针对这种问题，本文算法采用了差分进化蝙蝠算法对粒子滤波进行改进.本文算法将粒子表征为蝙蝠个体，蝙蝠种群通过调节频率、响度、脉冲发射率，伴随当前最优蝙蝠个体在目标图像区域进行搜索，并且可以动态决策是采用全局搜索还是进行局部搜索，从而提高粒子整体的质量和合理的分布；引进的差分进化策略可以增强蝙蝠个体跳出局部最优的能力.为了验证本文算法的优化性能，将本文算法和标准粒子滤波算法进行性能分析对比.实验结果表明本文算法滤波性能优于标准粒子滤波算法.

电信设备-一种移动目标跟踪方法及装置.zip