论文研究视觉导航下目标跟踪算法的研究 .pdf

随着计算机技术的不断发展，多目标跟踪算法也得到了多方面的研究和发展。本文综述了目前常用的多目标跟踪算法、其优点和缺点以及未来的发展趋势。其中包含了基础的Kalman滤波器、粒子滤波器以及在深度学习框架

提出一种慢运动背景视频序列下基于帧间背景图像匹配的运动目标检测和提取算法。该算法首先使用仿射变换模型来描述慢运动背景图像的运动变化，并使用基于光流约束方法求解该仿射变换模型参数，实现了相邻帧间图像的背

为了提高红外与毫米波雷达双模制导系统的目标跟踪精度，提出了将UKF用于红外和毫米波雷达的数据处理，采用分布式融合结构，通过对两传感器的滤波协方差矩阵的相关估计，将滤波协方差矩阵和状态估计进行融合。该方

多目标状态下，量测任务的计算量会随着航迹增加呈指数增长，多假设算法解决了这一问题。采用IMM多假设算法跟踪机动目标，LMIPDA算法计算目标的存在概率，降低航迹识别率，从而使航迹可以自动起始和终结。

在视频跟踪时，传统的粒子滤波算法在目标区域出现遮挡、光照变化等情况下通常存在鲁棒性较差的问题，因此提出一种采用巴氏（Bhattacharyya）系数判断模型更新时机的鲁棒视觉跟踪算法。算法以粒子滤波算

可见光低慢小飞行目标检测技术在军用民用领域有着特殊的意义,当视频背景中包含动态干扰、复杂云像等复杂情况时,检测诸如民用无人机等低慢小飞行目标十分困难,为此本文提出了一种基于视觉显著性的飞行目标智能检测

基于码本建模的视觉运动目标检测算法综述，王科俊，曹晶，基于码本建模的视觉运动目标检测算法具有计算复杂度低、计算效率高、稳健性较好和易于工程实现等优点，是视觉目标检测领域的重要

复杂背景下视频运动目标跟踪的研究（博士论文）

基于Ｍ ｅａｎ　Ｓｈｉｆｔ 的视觉跟踪算法具有计算复杂度低、调节参数少、稳健性较好和易于工程实现等优点，是目 前视觉跟踪领域的重要研究方向。首先介绍了经典的 Ｍｅａｎ　Ｓｈｉｆｔ 跟踪算法，分析了此跟

基于视觉感知的运动目标跟踪算法,是文档