基于OpenCV的目标跟踪，能够识别人体简单的动作，附带测试视频。

本文基于xilinx公司的ARTIX-7系列芯片xc7a35t和cmos摄像头ov7725以及VGA显示屏搭建了一套硬件平台用以动态目标的检测跟踪。使用vivado软件设计了各个系统模块的功能，本系统主要由5个模块构成：ov7725视频图像数据采集模块、数据缓存模块、DDR3读写控制模块、图像数据处理模块、VGA显示模块。本文采用Verilog HDL硬件描述语言进行编程，先完成了对摄像头ov7725的驱动，通过摄像头采集的图像转为RGB565格式通过数据缓存模块存入DDR3之中，再通过数据缓存模块取出并通过背景差分法进行动态目标的检测，在进行先腐蚀后膨胀的数学形态学处理之后，采用基于颜色特征的匹配算法进行动态目标的跟踪，并最终在VGA显示屏上显示跟踪结果。实验结果表明，在FPGA上采用合适的算法搭建系统能实时、准确的检测并跟踪动态目标。

详细信息见https://blog.csdn.net/qq_36449741/article/details/99696228

用于目标识别跟踪的图片序列素材，有车，行人，熊猫视频的图片序列（已存为图片序列）等。有七份

根据二维空间内目标作匀速直线运动和匀速圆周运动的特点，在建立目标运动模型和观测模型的基础上采用基于交互多模算法（IMM）的卡尔曼滤波器对机动目标进行跟踪。仿真结果表明，该算法不仅能够对匀速直线运动和匀速圆周运动的目标进行跟踪，而且在运动模型发生变化时，滤波误差也比较小。

本文件中代码主要是利用超像素的方法来实现目标的跟踪，亲测有用，只要将自己的图片放入进行，将路径改了，应该是没有问题的

关于动态背景下运动目标检测与跟踪的文章，文中利用块匹配算法补偿背景，粒子滤波进行跟踪目标

实现视频序列中运动目标的跟踪，需要提前了解opencv的相关函数的作用以及使用方法，基于平台VS2010使用。

程序可以实现，鼠标框选目标之后，跟踪所选目标 操作过程： 1：运行程序 2：选定方式，例如输入1.选定视频流 3：选中视频显示框 4：输入字符p 5：鼠标框选区域 6：输入字符p，实现跟踪 可以保存运行的框选视频，可以获取框选坐标位置

《视频图像运动目标分析》对视频图像运动目标分析中目标检测、分类、跟踪、识别、场景理解等技术的最新研究进展进行了分析，主要包括可见光、红外等传感器在各种条件下的背景建模与目标检测、运动目标跟踪方法以及摄像机系统控制、目标交接与多机协同等技术。, 《视频图像运动目标分析》适合从事相关工作的人员作为参考书使用，也可作为大专院校高年级本科生和研究生的学习教材。