本项目为使用Python实现的基于SIFT和KCF的运动目标匹配与跟踪。该算法有着很广的应用，如无人机跟拍、导弹追踪目标、追踪人手实现人机交互等。我们的程序模拟了无人机跟拍的过程。

KCF目前常用的视觉跟踪算法，主要用用DFT下的线性回归，构建循环样本，引入核函数等,在OVT 这块 KCF 还是比较优秀的。

当目标受尺度变化、严重遮挡、相似目标干扰、光照变化和出视野等因素影响时，核相关滤波器（KCF）跟踪算法会出现目标丢失现象。目标一旦丢失，KCF跟踪算法本身是不能察觉的，并且跟踪器会将背景信息作为目标继续进行跟踪，导致目标彻底丢失。针对这一问题，在KCF跟踪算法的基础上，提出了一种基于异常值检测方法的目标丢失预警机制。该方法利用一组固定维数动态峰值数据的均值和标准差对每帧的响应峰值进行检测，如若发现异常峰值，则判定目标丢失或即将丢失，解决了KCF跟踪器在跟踪过程中目标丢失不能察觉的问题。实验结果表明，所提出的方法在KCF算法跟踪过程中目标丢失时，能够正确预警，成功率达到100%，具有很高的可靠性，为目标丢失后何时载入目标重检测定位提供可靠的依据。

matlab人脸检测框脸代码描述 This project is very similar to my another project multiple-object-tracking, the only difference is a general YOLO3 detector in that project replaced by the MTCNN model (detecting faces only). Face detection and tracking is one of the most widely used application of deep-learning. Face detection model only detects faces visible on current frame. To track obstacle faces and moving faces, we need to solve a multiple-object-tracking problem. This could be done in two steps: 1, Dete

目标跟踪 C++ OpenCV KCF目标追踪 ，速度快 fps 20+，精度高， 注释详细，可直接用

MATLAB版本的KCF、DSST、fDSST、SAMF代码合集，顺带图片集 python版本的KCF、DSST算法代码合集，可以直接调用笔记本摄像头来运行，直接框选目标并显示跟踪框坐标，支持不暂停视频的情况下，框选目标，并且有python版本的对比三种算法的代码，即同时运行三种不同的算法，使用不同颜色的跟踪框表示，并计算跟踪效果。

源自作者主页http://www.robots.ox.ac.uk/~joao/circulant/ Matlab源码

KCF目标跟踪C++代码

基于KCF的红外小目标跟踪算法 ，刘思思，陈忠，本文针对传统的核相关滤波跟踪算法KCF在红外目标运动速度过快、目标遮挡时存在丢失的问题，提出了一种基于KCF和MTH算法的红外小目标

多尺度KCF目标跟踪C++代码，内附调用readme，KCF算法是一种优良的跟踪算法