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

基于K最短路径的多目标跟踪算法

经典教材，周宏仁的机动目标跟踪，关于单目标跟踪多目标跟踪

高斯混合概率假设密度滤波器用于扩展目标跟踪matlab代码及对应论文

高斯混合 概率假设密度 滤波器 目标跟踪matlab代码及对应论文。可以直接按照说明运行出结果。

随机有限集目标跟踪相关代码，初学者可根据matlab代码和对应文章相互印证学习！

Camshift是一种应用颜色信息的跟踪算法，它对做加速度的运动物体跟踪效果不够稳定和强壮，从准确预测目标位置及缩小目标搜索范围入手对 算法进行了改进该算法使用运动目标加速度运动位移方程预测下一时刻目标可能出现的位置，使用预测位置误差方程估计运动目标搜索范围，并使用HR滤波器对目标运动速度加速度等参数自适应地修正实验证明，改进的 Camshift有效地克服了Camshift 算法自身的缺陷，即使运动目标做加 速运动时，也可准确地预测运动目标的位置，缩小目标搜索范围，进而提高目标跟踪速度

基于MATLAB的 Kalman算法目标跟踪，主要针对运动系统。

matlab实现视频中动态目标跟踪，内含视频片段，源代码，经本人验证绝对可用！