目标跟踪算法在红外热成像跟踪技术上的应用

Kalman滤波在视频图像目标跟踪中的应用，MATLAB仿真应用

目标跟踪问题的应用背景是雷达数据处理，即雷达在搜索到目标并记录目标的位置数据, 对测量到的目标位置数据（称为点迹）进行处理，自动形成航迹，并对目标在下一时刻的位置进行预测。 下文简要讨论了用Kalma

通常使用标准蚁群优化(ACO)算法来解决各种困难的组合优化问题。 然而,在本文中,将通用ACO的思想扩展到了递归参数估计的范围,即,首先提出并研究了蚁群估计器来跟踪感兴趣的目标。 在提出的蚁群估计器框

利用c语言编写的扩展卡尔曼滤波器,有excel表格图像仿真,直观清楚。既可以学习c语言编程又可以实现算法的学习。

将常见的红外图像处理的方法进行了汇总及对比，是一篇综述性的文章

单独的方位估计，在低信噪比下，会出现偏差。为了准确估计，提出了基于随机共振的微弱信号方位估计方法。。首先经随机共振后得到信噪比提高的信号，然后再由方位估计算法来估计出目标方位。利用方位估计中的CBF、

针对水下目标发生强机动的情况，为解决稀疏网格求积滤波（Sparse Grid Quadrature Filter，SGQF）精度下降，甚至发散的问题，提出了强跟踪稀疏网格求积滤波（Strong Tra

红外成像技术在军事上有着重要的应用,已成为现代战争中多种武器的关键技术,因此国内外都非常重视红外成像技术的发展.半个世纪以来,红外成像技术作为现代高科技术,在侦察、监视、瞄准、射击指挥和制导等方面的应

DeepSORT是一种结合深度学习和传统目标跟踪方法的常用算法。它利用现有的目标检测算法如YOLO、Faster R-CNN等检测图像中的目标，并通过卡尔曼滤波器预测目标位置，匹配跟踪目标和检测目标。

视频运动目标跟踪作为计算机视觉研究的核心课题之一,是一门新兴的技术。它融合了图像处理、模式识别、人工智能、自动控制以及计算机等许多领域的先进技术。