用粒子滤波算法实现单个二维目标的跟踪，所用模型是匀速直线运动模型，代码几乎每句都有注释，适合初学者使用，没有bug，可直接运行出结果。结果图有：跟踪轨迹图和误差分析图。 代码中有本人的邮箱，如果有问题可以交流。

基于高斯过程的多机动扩展目标跟踪技术

针对核相关滤波(KCF)算法在每一帧都更新的策略使其不能有效处理目标快速运动及干扰的问题, 提出了一种基于增强阈值更新的核相关目标跟踪方法。其在平均峰值相关能量(APCE)的基础上, 采用将APCE阈值与APCE梯度阈值相结合的方法来判断跟踪结果的可靠性, 以决定模型是否更新。其中将APCE阈值反向加强, APCE梯度阈值正向加强, 当APCE和APCE梯度都高于各自阈值时更新, 否则停止更新。通过定量及定性实验表明, 相对于KCF算法对目标快速运动及干扰等问题的处理, 该算法更加有效, 提出的以梯度检测跟踪性能及阈值增强的思想对跟踪算法的设计有很好的参考价值。

今天小编就为大家分享一篇opencv3/C++ 使用Tracker实现简单目标跟踪，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

行业-电子政务-目标跟踪方法、装置、电子设备及存储介质.zip

行业-电子政务-目标跟踪方法、装置及电子设备.zip

实现目标跟踪是靠给定一个图像块目标，学习一个分类器来区分目标与周围环境。为解决自然图像中的变化，使用目标周围区域的循环矩阵采集正负样本（选取目标位置为正样本，离目标较远的为负样本），利用岭回归训练目标检测器，将线性空间的岭回归通过核函数映射到非线性空间，在非线性空间通过求解一个对偶问题和某些常见的约束，并成功的利用循环矩阵在傅里叶空间可对角化的性质将矩阵的运算转化为向量的Hadamad积，即元素的点乘。

这是在看siamfc++源码：https://github.com/MegviiDetection/video_analyst的阅读笔记，会根据一些重要的方面记一点笔记，希望大家下载后能结合博客看，谢谢

本代码基于opencv的目标检与跟踪，基于opencv2.4.9与vs2010开发的，可以跟踪目标

联合概率数据互联JPDA是数据关联算法之一，它的基本思想是：对应于观测数据落入跟踪门相交区域的情况，这些观测数据可能来源于多个目标。JPDA的目的在于计算观测数据与每一个目标之间的关联概率，且认为所有的有效回波都可能源于每个特定目标，只是它们源于不同目标的概率不同。JPDA算法的优点在于它不需要任何关于目标和杂波的先验信息，是在杂波环境中对多目标进行跟踪的较好方法之一。然而当目标和量测数目增多时，JPDA算法的计算量将出现组合爆炸现象，从而造成计算复杂。