识别并跟踪红灯，硬件利用树莓派实现。python、opencv实现软件功能。其中有高效扫描方法对比，场景：‘我要识别一个红灯，已经把目标准确的提取出来了，二值图像中白色为目标物，现在要算出二值图中的白色像素点的坐标。因为之后需要移植到树莓派，所以需要高效的方法’。 https://blog.csdn.net/qq_32768679/article/details/84398229（目标识别说明） https://blog.csdn.net/qq_32768679/article/details/84317173（小工具说明）

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

结合梯度特征HOG及颜色特征的实时跟踪算法，速度可以达到80FPS。

本代码采用最近研究比较热的sift算法对目标物体进行追踪(追踪效果很好)

多假设跟踪算法（MHT）是一种在数据关联发生冲突时，形成多种假设以延迟做决定的逻辑。本文介绍了多假设算法的步骤及其不同环境下的应用.

基于Lucas-kanade目标跟踪算法实现，用matlab实现； 算法原理和推导过程请查阅博文：“Lucas-Kanade 算法原理以及应用”http://blog.csdn.net/zhzhji440/article/details/43866695 参考文献：Lucas-Kanade 20 Years On: A Unifying Framework IJCV 2004

自拍的用于目标跟踪的红外图像序列，可用于单目标或多目标的跟踪（主要是针对行人）。拍摄于晚上8点至9点间，目标与背景温差大，目标清晰。

基于meanshift的单目标跟踪算法实现 说明： 1. RGB颜色空间刨分，采用16*16*16的直方图 2. 目标模型和候选模型的概率密度计算公式参照上文 3. opencv版本运行：按P停止，截取目标，再按P，进行单目标跟踪 4. Matlab版本，将视频改为图片序列，第一帧停止，手工标定目标，双击目标区域，进行单目标跟踪。 博客地址：http://blog.csdn.net/jinshen

KCF目标跟踪，压缩包含有两个项目工程，分别实现读取摄像头、图像序列，对检测目标进行实时跟踪，速度、精度都很棒。

基于KLT光流法实现对视频中的运动目标进行跟踪，包含《learning opencv3》源码实现及《opencv3 cookbook》的简化实现版本。