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。

目标跟踪技术一直以来都是计算机视觉、图像处理领域的研究热点，其在 国防侦察、安防监控、智能控制等领域具有重要应用价值，是武器装备、监控 设备等的核心技术之一。数十年来，国内外一直有大量学者从事目标跟踪算法 方面的研究，但是由于跟踪过程中所观测的目标信息的多变性、目标的机动性 以及背景的复杂性、自身或背景遮挡等原因，目标跟踪仍然是一个非常具有挑 战性的问题。近年来，将机器学习理论应用到目标的跟踪、识别问题是一个研 究热点，与传统跟踪的目标匹配不同，运用机器学习理论进行目标跟踪是将目 标跟踪问题转换成目标分类问题，即用算法将视场中的目标和背景分类，分类 结果置信度最大的目标所在的位置就是目标位置。机器学习的一大特点就是学 习，即让计算机有人一样的“学习”能力，可以通过学习被跟踪目标的不同变化， 如位置变化、姿态变化和相似干扰等，及时调整跟踪器的状态，适用于多种复 杂的目标跟踪问题。 本文从三个方面对基于机器学习的目标跟踪算法进行了较为深入的研究， 主要创新工作及研究成果如下: 1.针对传统相关跟踪算法实时性不好、不能适应目标变化的问题，提出一 种自适应相关滤波目标跟踪算法，采用相关滤波的方

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：MATLAB目标跟踪_matlab_目标检测_运动目标跟踪技术的程序(matlab)_运动目标跟踪 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

基于轨迹预测的无线传感网目标跟踪技术软件工程研究.docx

基于高斯过程的多机动扩展目标跟踪技术

基于深度学习的目标跟踪技术的研究综述_罗元.pdf

提出了一种基于改进的SIFT（尺度不变特征变换，SIFT）算法的目标跟踪算法，为了提高实时性能，对SIFT的处理邻域进行了改进以降低计算的复杂度，并且SIFT向量的维数设置为128到40。仿真和实验表明，该改进算法为我们带来了较低的计算复杂度，较高的跟踪精度和鲁棒性

内容详细，对于研究多目标跟踪有极大帮助

在目标跟踪的画出各个算法的跟踪精确度图，便于直观的对比验证，这个程序用于跟踪算法的实验对比，验证的程序。发论文和做毕设很有用。