这是一个仅适用于hi3519和hi3516的经过加速处理的图像跟踪库，采用的opencv，但是opencv是重新修改和软加速过的，在hi3519上可以达到20fps的跟踪速率，3516上可以达到14fps。

人工智人-家居设计-基于FPGA的智能图像跟踪系统的研究与实现.pdf

摘 要 随着科技的不断进步，相应的目标跟踪技术也得到了快速的发展，尤其是视频目标跟踪，已经成为计算机视觉 方面中比较重要的问题，社会各界对此引起了广泛的关注。论文阐述 了 红 外 成 像 的 基 本 概 念、视频图像的预 处理、模块匹配目标跟踪技术以及算法的融合，为红外视频图像的目标跟踪技术的发展提供理论基础。

arjs-image-tracking-poc 使用AR.js的图像跟踪示例

在光电跟踪中,对于低信噪比(SNR)的非对称激光目标图像,采用对Z. Zeev的方法改进过的宏像素质心迭代法来定位目标可明显提高抗噪声能力。该方法利用最大宏像素概念对目标区域进行初步估计,减少了计算量,提高了目标覆盖率。通过改进权值函数和比例函数,进一步提高了抗噪声能力。对于128 pixel×128 pixel的远场红外光斑图像,大小约为4 pixel×4 pixel的非对称目标,当信噪比为-5 dB时,利用该方法得到的质心误差仅为0.3 pixel,平均每帧仅需时50 ms。

实用更好用容易理解应用方便相信会有帮助的

本项目发明了一种新的基于视觉技术的教鞭幕布交互方法，利用教鞭在幕布上的移动和停顿等动作完成翻页、画线注释等动作。该方法使用单摄像头实时拍摄投影幕布，结合教鞭头的颜色信息对教鞭进行实时跟踪，并根据教鞭在幕布上的坐标来判断是否进行翻页动作，根据停顿延时来判断画线注释的起止。实验结果表明，该方法可以完成鲁棒的教鞭跟踪和准确的画线注释，对光照和人脸等干扰条件没有严格的限制，实现了自然友好的人机交互操作，可以运用于互动投影、增强现实、智能交互、数字娱乐、多媒体教学等多种应用场合。 内有详细的源代码,执行程序和研制报告.winxp+ppt2007+bcb6下测试通过,屏幕分辨率最好为1024*768(因为涉及到坐标变换)

AR.js-网络上的增强现实 AR.js是用于Web上增强现实的轻量级库，具有图像跟踪，基于位置的AR和标记跟踪等功能。 欢迎使用官方资料库！ 该项目由创建，现在由维护。 :rocket: 有关AR.js的频繁更新，您可以关注并观看此！ 徽标由。 您可以获得AR.js的付费支持和新功能。 检查 :high_voltage: AR.js现在有一个官方文档！ :high_voltage: 出： 。 如果您想初步了解AR.js的潜力，可以继续阅读本自述文件。 :high_voltage: AR.js有两种不同的版本。 它们都被维护。 他们是独家的。 请导入您项目所需的一个，而不是两个都导入： 具有图像跟踪+基于位置的AR的AR.js： AFRAME版本： ：//raw.githack.com/AR-js-org/AR.js/master/aframe/build/aframe-ar-nft.js three.js版本： ：//raw.githack.com/AR-js-org/AR.js/master/three.js/build/ar-nft.js 具有标

利用matlab进行对红外目标跟踪处理，主要是一些代码，包括图像处理的很多方面

使用Kalman滤波实现二维图像中目标的轨迹跟踪