meansift跟踪算法

本文综述了多目标跟踪算法中用于数据关联的方法，包括传统的相关滤波方法、多目标卡尔曼滤波方法、基于深度学习的方法等。针对各个方法的优缺点进行了详细分析和比较，并给出了未来发展方向的预测。

视频目标跟踪算法综述

路径跟踪算法在carsim simulink中进行联合仿真

TLD算法主要有三个模块构成：追踪器（tracker），检测器（detector）和机器学习（learning）。 对于视频追踪，常用方法有两种： 追踪器：根据物体在上一帧的位置预测它在下一帧的位置，

基于LQR最优控制算法的轨迹跟踪控制采用了车辆的质心侧偏角、横摆角速度、横向误差和航向误差四自由度动力学模型。通过优化航向误差和横向误差，实时计算最优的K值，进而确定期望的前轮转角来实现轨迹跟踪。仿真

MeanShift是一种常用的目标跟踪算法，但是参数的手动调节往往会影响跟踪的效果。本文提出一种基于遗传算法的优化方法，能够自动寻找最优参数组合，提高跟踪稳定性和准确性。具体实现过程请见附带的Matl

包含仿真图片，matlab源码及算法对应paper，解压可直接运行，通过鼠标框定跟踪目标

详细介绍GPS载波跟踪算法及分析，比较浅显易懂，帮助更快地理解载波跟踪算法

目标跟踪技术一直是计算机视觉研究领域中的热点之一，其在军事侦察、精确制导、火力打击、战场评估以及安防监控等诸多方面均有广泛的应用前景。目标的不定向运动改变了目标和场景的外观模式、非刚性目标结构、目标间

很好的栅格图像边界跟踪算法，程序本身较粗糙，但有很大的参考价值