基于改进Bhattacharyya系数的粒子滤波视觉跟踪算法

粒子滤波目标跟踪代码

提出了一种新颖的概率跟踪系统,该系统包括顺序粒子采样器和基于片段的测量模型。 粒子之间的相关性可用来提高采样效率,而不是在通用粒子过滤器中独立生成粒子,尤其是当目标以意外和突然的方式移动时。 我们建议

基于改进粒子滤波算法的雷达弱目标检测，薄涛，李明，基于粒子滤波的检测前跟踪技术是低信噪比环境下目标检测与跟踪的有效方法。针对传统粒子滤波算法计算量大，易粒子耗尽的缺点，本

传统的非线性约束优化算法的精度较低，为了克服这一问题，提出了一种基于粒子滤波的新型优化算法。该算法用于解决非线性约束优化问题，并结合粒子滤波器的模型和机制。首先，利用粒子滤波算法的基本原理建立这种优化

多径干扰因具有位置上的不相关性、不确定性等特点,不能通过差分技术来消除,成为高精度定位的主要误差源之一。因此,估计多径参数对抑制多径误差、提高导航系统的定位精度具有重要意义。本文将多径估计问题转化为状

随着人工智能科学的发展，目标跟踪成为中外学者研究的热点，近年来很多目标跟踪算法相继被提出，其中，经典的卡尔曼滤波算法常被用于目标跟踪领域。然而，在实际情况中，目标跟踪过程常涉及到非线性非高斯问题，由于

基于改进算法的滤波SLAM算法研究slam，粒子滤波的一种改进方法，可以学习下，

改进粒子群算法仿真程序,方便学习使用粒子滤波算法,解决优化问题哦1

针对视觉目标跟踪算法中存在的快速运动、尺度变化、形变和遮挡问题, 提出基于图像签名算法的视觉目标跟踪算法。该算法以相关滤波算法为基础, 通过多种特征构建目标的外观模型, 提高了算法的跟踪精确度和稳健性

哈工大的一篇论文，使用改进后的卡尔曼滤波视觉及惯导融合算法，进行位置和姿态估计，用于航天器，但是无人机也能用，里面的思路可以借签。