分析了基于平移运动模型的传统相关跟踪算法，从映射函数、模板更新方面提高其精度，从匹配搜索策略方面的改进提高其实时性。
然后讨论了基于Hausdorff距离的匹配跟踪算法，并从算法实现的各个步骤着手
进一步提高其鲁棒性。
2021-11-22 15:21:02
4.11MB
1
基于传统粒子滤波的机动目标跟踪方法针对非线性、非高斯系统有较好的估计性能,但是存在粒子退化现象。利用残差重采样算法,可以有效克服粒子滤波的退化问题。本文针对残差重采样算法作进一步研究,提出了一种改进的残差重采样粒子滤波算法。该方法在残差重采样基础上进行改进,可以避免残差重采样中关于残留粒子的重采样问题,在保证精度的前提下提高运行效率,减少运算复杂程度。仿真实验结果表明该算法与残差重采样粒子滤波相比提高了目标跟踪的实时性,并且随着粒子数的增加,这种优势表现得更加明显。
2021-11-22 13:43:26
947KB
1
1
2
3
6
6
6
目标跟踪
多目标跟踪评价指标
hart-master算法介绍和个人理解
基于tensorflow的跟踪实现
下一步学习计划
2021-11-21 20:58:43
27.08MB
1
卡尔曼滤波（Kalman filtering）一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。
2021-11-21 15:27:45
511KB
1
卡尔曼滤波matlab代码样例
%Z=[(1:100);];%观测值
Z=ones(100,2);
for j=1:100
Z(j,2)=1;
Z(j,1)=j;
end
mu=[0,1];%数学期望
sigma=[0.5 0;0 0.1];%协方差矩阵
noise=mvnrnd(mu,sigma,100)%生成100个样本
2021-11-21 15:08:12
662B
1
室内环境下多运动目标跟踪的核心问题是目标的快速识别和准确匹配,目标的快速识别关键在于目标对象的特征提取,寻找不变的特征值。针对以上两个问题,采用基于颜色直方图的特征提取方法并用欧氏距离匹配法实现特征值的相似度匹配。提出的区域相应和特征匹配相结合的多运动目标跟踪算法解决了因为快速运动和长时间遮挡而引起的目标跟踪丢失问题。
2021-11-21 14:58:26
374KB
1
该课题为基于Matlab的运动目标跟踪系统。可以实时框定运动目标。对运动目标的行为做识别。带有人机交互界面，需要在人机交互界面的基础上进行拓展
2021-11-21 12:03:21
774KB
1
运算速度尚可，win10的64位系统，vs2015+opencv3.4，直接可运行，只需要改变视频读入的路径即可
2021-11-20 22:42:43
3.93MB
1