基于粒子滤波算法的多目标跟踪系统matlab源代码。实现视频图像中多物体检测、跟踪。很好的视频多物体跟踪学习源码。

用MATLAB实现运动目标跟踪，对运动目标进行有效的跟踪

matlab实现扩展卡尔曼算法用于目标跟踪

基于卡尔曼滤波的2d目标跟踪算法 MATLAB实现

基于matlab的图像跟踪程序 算法是mean shift 用鼠标选取一个要跟踪的目标 程序会自动跟踪

代码使用vs2010 + opencv2.2开发，可以检测目标、跟踪多个目标

基于均值漂移的视频目标跟踪改进算法 meanshift改进算法的pdf文件 上海交大的

利用粒子滤波算法进行的目标跟踪代码，对学习目标跟踪的同学有所帮助

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/jinshengtao/article/details/30258833

收到一些国内外朋友的来信，咨询关于容积卡尔曼滤波的问题(CKF)，大家比较疑惑的应该就是generator或G-orbit的概念。考虑到工作以后，重心必然转移，不可能再像现在这样详细的回答所有人的问题，更不可能再帮大家改论文、写(或改)代码了，请各位谅解！在此，上传一个CKF和五阶CKF用于目标跟踪的示例代码，代码中包含详细的注释，希望对大家以后的学习和研究有所帮助！ 此代码利用C++对五阶CKF的第二G-轨迹进行了封装(Perms.exe)，能理解最好，如果无法理解，也无须深究其具体构造方法！可执行文件底层是用字符串+递归算法实现的，理论上可以应用于任意维模型。但考虑到递归算法可能存在的栈溢出，重复压栈出栈带来的时间消耗等问题，我们利用矩阵的稀疏性和群的完全对称性，并通过分次调用，来尽可能减少栈的深度，提高计算速度。 容积点一次生成后，可以一直使用，通过对50维G-轨迹的生成速度(Core T6600@2.2GHz)进行测试，包含数据读写在内的速度约为1.5秒，速度尚可。而目前为止，本人尚未遇到达到甚至超过50维的系统，因此，暂时不作算法层面的优化。 注意：Perms.exe可以用于任意维模型，将可执行文件复制至工作目录下，调用时选择N/n，并输入你的模型维数，即可生成所需的第二G-轨迹。如果无法理解相关的概念，请参考示例代码，并记住如何使用即可~~~ 相关理论基础及所用模型，请参考以下文献： References (you may cite one of the articles in your paper): [1] X. C. Zhang, C. J. Guo, "Cubature Kalman filters: Derivation and extension," Chinses Physics B, vol.22, no.12, 128401, DOI: 10.1088/1674-1056/22/12/128401 [2] X. C. Zhang, Y. L. Teng, "A new derivation of the cubature Kalman filters," Asian Journal of Control, DOI: 10.1002/asjc.926 [3] X. C. Zhang, "Cubature information filters using high-degree and embedded cubature rules," Circuits, Systems, and Signal Processing,vol.33, no.6,pp.1799-1818,DOI: 10.1007/s00034-013-9730-0