本资源为随机有限集学习的matlab代码资源，如不能运行，请私聊联系博主！主要内容为随机有限集在多目标跟踪领域的应用，有PHD、Bernoulli、Cbmember、Glmb滤波的实现。

east_model_weights_3T736.zip

实现稳健的目标跟踪，建立有效的目标在线模型至关重要。针对现有在线学习跟踪算法缺乏对目标观测信息是否有效的判断，提出了一种简单且高效的解决方法。利用正负样本构建目标在线模型，基于压缩感知理论从多尺度图像特征空间提取特征信息完成目标表征之后，由随机蕨分类器进行分类并通过一种特征置信度度量策略来确定在线更新速率，最后由目标在线模型判断输出置信度最高的样本，此外还建立了一种遮挡反馈机制来决定是否更新目标在线模型。实验结果表明，该方法在目标被长时间遮挡、光照变化等情况下均能完成稳健跟踪，在320 pixel × 240 pixel 大小的视频序列中处理速度保持在30~50 frame/s左右，可以满足实时应用的需求。

JPDA 雷达目标跟踪算法matlab源程序，能实现两个匀速直线运动目标。 感谢原作者，希望对大家有所帮助 JPDA 雷达目标跟踪算法matlab源程序，能实现两个匀速直线运动目标。 感谢原作者，希望对大家有所帮助

毕设的时候要用到vot2019，当时网上的资源都没有整理好完整的，或者少了groundtruth.txt，这里我整理好了这60个序列，对应的groundtruth.txt文件也都放上去了

KCF、DSST、SAMF在OTB100平台上测试的run_tracker.m

解决了官网下载cmake速度极慢且国内镜像网站没有该资源的问题

基于特征点的图像匹配方法的关键是准确快速地将可靠的特征点提取出来。经典归一化互相关匹配法属于基于特征点匹配方法中的一种，归一化互相关匹配法具有操作简单，匹配精度高等优点，但其计算量庞大，难以满足实时跟踪的要求。提出了一种基于序贯相似性检测的归一化互相关快速匹配方法，并对提出的改进方法进行实验验证。实验表明，该方法可以准确快速的进行特征点匹配，减少了算法的计算时间，有效地减少了发生误匹配的概率。

目标跟踪中最基本的模型;对理解目标跟踪的机理、意义有很大帮助。本文比较了CV、CA模型的特点及跟踪精度的不同，对毕业设计及理论研究有很大帮助！！！包含源程序、系统方差、噪声方差取值，在一维匀速、匀加速仿真条件下实现！！！！！（输入注释中R、Q值可在matlab出图,放在work文件下）；是个人论文中程序（论文已发表）。

均值漂移算法meanshiftTrack 一、实验内容 完成基于 MeanShift 的目标跟踪算法，红框标出目标区域实现实时追踪。 二、算法原理 1.在当前帧，计算候选目标的特征 2.计算候选目标与初始目标的相似度 3.计算权值 4.利用 MeanShift 算法，计算目标新位置 在这里插入图片描述 5.若新目标中心需位于原目标中心附近，则停止，否则转步骤 2 三、思路流程 截取跟踪目标矩阵rect； 求取跟踪目标的加权直方图hist1； 读取视频序列中的一帧， 先随机取一块与rect等大的矩形，计算加权直方图hist2； 计算两者比重函数，如果后者差距过大， 更新新的矩阵中心Y，进行迭代（MeanShift是一种变步长可以迅速接近概率密度峰值的方法），直至一定条件（移动步长平方和大于0.5或超过20次迭代）后停止。