提出了一种基于改进的SIFT（尺度不变特征变换，SIFT）算法的目标跟踪算法，为了提高实时性能，对SIFT的处理邻域进行了改进以降低计算的复杂度，并且SIFT向量的维数设置为128到40。仿真和实验表明，该改进算法为我们带来了较低的计算复杂度，较高的跟踪精度和鲁棒性

写作思维模型(1).pdf

本文概括了多目标跟踪假设算法，由blackman完成，对多种mht算法进行特点介绍和比较

基于MATLAB的MOT官方评估工具，解压即可使用，亲测有效，童叟无欺。（我博客里也有使用步骤）

相关滤波目标跟踪UPDT代码（VGG-2048网络），下载可以直接运行

机动目标跟踪最优估计入门MATLAB代码，含MATLAB源码，说明文件，详细报告文件 EKF UKF IMM 交互多模型 快速入门必备

在被动测量的情况下，仅仅利用目标的方位信息，估计目标运动参数的过程，称为纯方位目标运动分析（Bearing-Only Tracking, BOT）。该书是学习纯方位跟踪较为全面的详实的参考资料。

卡尔曼滤波在雷达目标跟踪中的应用 matlab程序

筛选毫米波雷达数据，初步确定有效目标。首先对雷达数据进行了预处理，主要是对空信号、静止目标和无效目标进行了筛选和剔除，然后结合同车道有效目标的判断方法，对相邻车道的非危险目标进行了滤除，获取初选目标，最后通过生命周期检验方法进一步验证目标存在的有效性，并建立卡尔曼滤波模型对数据信息进行滤波处理，降低噪声的干扰。 基于机器视觉的前方车辆检测方法研究。本文采用 Haar-like 方法提取车辆特征，同时利用积分法加快对特征值的计算速度，基于这些特征值，通过结合Adaboost 算法迭代训练多个弱分类器并将其组合构建强分类器，最后将多个强分类器串联建立级联分类器。考虑到获取的车辆图像在时间和空间上的连续性，本文基于无迹卡尔曼滤波算法建立了车辆跟踪模块，增强系统对车辆目标轨迹的实时追踪。 建立多传感器融合模型。利用毫米波雷达坐标系、世界坐标系、摄像头 坐标系、图像坐标系和像素坐标系之间的空间位置转换关系，实现雷达和摄像头 的空间融合。针对毫米波雷达和摄像头采样频率不同的问题，本文采用多线程法 来实现传感器间的时间同步。本文基于扩展信息融合和无迹信息融合原理，建立 了一种改进的无迹信息融合算法，该算法能够消除更新方程中的测量信息，增强 对目标的估计精度，解决各传感器间的目标信息无法进行有效结合的问题。 对融合系统的仿真和实车验证。本文选用六自由度 QJ-4B1 动感型模拟驾驶仪对融合系统进行仿真测试，通过人机交互界面建立了虚拟的传感器、道路工况和背景环境，最大限度的还原实车试验。在实车试验中，完成了对传感器的安装和试验平台的搭建，并对实车试验场地以及人员进行了相应的安排。

自己整理的目标跟踪专题