简介：~~

简介：提出一种视频多目标中跟踪人体目标的有效方法．在单摄像头对固定场景监控中，首先通过彩色空间的降维，根据置信度更新背景模型，消除时间变化引起的阳光，天气等因素对背景图像的影响；然后使用背景减除获得多目标模板，分析多目标遮挡问题，利用人体目标的多子块灰度特征匹配得多目标遮挡中人体目标的跟踪；实验证明这种方法可有效地用于视频的人体跟踪中．

简介：视频目标跟踪技术是近几年来在计算机视觉领域中兴起的一个新的研究方向。与视觉目标跟踪技术密切相关的应用主要有以下几种类型：（1）智能视频监控系统；（2）基于视觉的人机交互；（3）自动驾驶；（4）虚拟现实。

简介：针对杂波区内目标跟踪数据关联错误率较高的问题，利用检测前跟踪技术，将点迹幅度的积累和航向变化的稳定性参数，作为多假设跟踪（MHT）算法中假设生成及假设删除的对象。同时，对MHT的核心算法进行优化，为MHT的工程应用提出一种解决方法。通过Matlab数据分析仿真和实际工程验证，该方法可提高I／1标在杂波环境下的跟踪稳定性。

简介：摘要：在现代军事突防中，不仅采用隐身技术严重削弱雷达的探测威力，同时也通过编队形成空域多点散射，降低雷达的跟踪稳定性和测量精度，影响拦截效果。针对现代雷达装备现状，如何对编队目标进行有效识别，实现连续稳定跟踪，已成为地空导弹武器系统拦截亟待解决的问题。本文结合突防场景，从编队目标对跟踪识别和跟踪精度影响出发，对拦截时的跟踪策略进行探讨，通过试验验证，为应对编队突防目标的拦截跟踪提供依据。

简介：摘要：定轴跟踪和多普勒闭环处理是跟踪制导雷达对低空目标探测时抑止杂波和多经影响主要策略，车载跟踪制导雷达行进中工作波束指向和多普勒跟踪易受平台姿态变化和车速影响。定义了车载跟踪制导雷达坐标系，基于车载平台定位定向输出平台姿态和车速，提出了姿态补偿的波束稳定控制和车速补偿的多普勒闭环跟踪算法，通过实测数据分析，算法有效。

简介：为了克服“当前”统计模型自适应跟踪算法（CAF）跟踪匀速运动目标误差较大和跟踪加速机动目标速度与加速度估计误差和动态时延较大的缺陷，通过分析研究CAF算法，采用截断正态分布表征目标的机动加速度特性，考虑风速和加速度估计均值的影响，对机动加速度与方差自适应关系修正，自适应补偿过程噪声协方差矩阵，提出了一种改进的机动目标自适应跟踪算法。理论分析与仿真结果表明，该算法能够准确描述目标的各种机动情况，具有良好的跟踪性能和实际应用价值。

简介：采用粒子滤波跟踪变背景下红外目标时,粒子的规模和模板的更新方法对粒子滤波是非常重要的,针对上述问题本文提出了一种基于动态粒子和自适应多模板更新策略的粒子滤波方法,首先通过动态去除权值较小的粒子,不仅防止了粒子的退化,而且提高了算法性能,其次,算法保留两个模板,动态保留下的粒子与两个模板同时比较,对匹配程度最大的模板进行更新,这样可以有效降低跟丢率。最后我们采用红外飞机目标视频检验本文算法,实验结果表明在变背景下,本文算法有效而可靠。

简介：

简介：围绕弹道导弹被动段跟踪问题，分析了被动段弹道目标的运动方式，在地心固定直角坐标系下建立了被动段弹道导弹运动模型；根据被动段弹道目标高速、高机动、强非线性的运动特点，采用基于“当前统计”模型的UKF滤波算法，实现了对弹道目标被动段的稳定精确跟踪。通过仿真试验，与传统的基于“当前统计”模型的EKF算法相比，该模型和滤波算法提高了对弹道目标的跟踪精唐．九茸暑对目标的抹唐和加抹唐估计．同时隆低了对非线性系统跟踪右擞的可能性．

简介：摘要：在复杂电磁环境中，雷达单次探测过门限的目标点迹不止一个，因此需要在众多点迹中筛选出跟踪航迹的最佳配对，其结果将直接影响航迹跟踪品质。本文结合某雷达实测数据，利用最佳配对算法进行分析，结果表明该方法简单可行。

简介："私家侦探"的新业务"想知道你的孩子有没有早恋吗?想知道你的孩子在校外都忙些什么事吗?";"全面了解你的孩子在干什么";"全程跟踪监护您的孩子";"……"以上是2003年寒暑假前后在各大城市校园附近

简介：动态视频目标检测和跟踪技术是智能化视频分析的基础，本文就这两项技术的检测方法，与您进行详细分析，希望能对您有所裨益。

简介：摘要当前，根据社会发展趋势，目标检测与自动跟踪逐渐成为摄像机及其系统的一个重要发展方向。智能一体化摄像机在工业、民用等各行业视频监控领域发挥着重要的作用。本文通过智能跟踪系统软件功能，结合在软件平台上实现目标自动检测，将检测到的目标信息处理后通过通讯发送给摄像机，控制摄像机云台运动，从而实现目标跟踪。

简介：由于虚假点迹较多，低信噪比的小目标跟踪较难，文中提出了一种利用先验知识改善低信噪比小目标跟踪性能的方法，该方法通过将目标和噪声的特征信息，包括幅度信息和点迹与航迹位置预测值的距离信息，与传统的点迹动力学信息相结合，重新定义点迹和航迹的似然概率，同时调整修改航迹的状态更新方程。仿真结果说明与传统方法相比，结合了特征信息的方法明显提高了小目标点迹和航迹正确关联的概率，即对目标和噪声幅度分布已知的环境，特征信息的使用可以有效改善小目标的航迹检测概率等跟踪性能。

简介：通过对视频图像中只有一个运动目标、以及含有多目标的视频进行测试，实验研究结果表明：小波神经网络将小波变换良好的时频局域化特性和神经网络的自学习功能相结合，具有最佳的函数逼近能力和容错能力。

简介：介绍一种静止背景条件下实时多运动目标提取与跟踪的方法.使用了单模态背景模型,用连通检测的方法分割出目标,取得目标信息,采用特征参数匹配的方法跟踪目标.对实际中出现的目标停止移动、被背景遮掩和相交运动等情况做了分析.通过采集的图像序列证实采用所提出的运动目标提取与跟踪算法可获得良好效果.

简介：【摘要】在日益复杂的电磁环境下稳定跟踪目标是目前跟踪雷达领域需要解决的重要问题之一。本文基于成熟的跟踪雷达系统，首先从工程上分析了当前跟踪雷达在试验中遇到的一些影响跟踪稳定性的因素，然后针对这些问题提出了一些解决算法，并通过飞行试验验证了算法的有效性。

简介：对于具有一定机动能力的弹道式再入目标跟踪问题,稳定性好、鲁棒性强、收敛精度高的估计方法是保证跟踪精度的关键。针对再入运动模型和测量体制的强非线性以及目标机动引起的滤波精度下降问题,提出一种将强跟踪滤波（STF）和基于三阶球面-向径容积规则的容积卡尔曼滤波（CKF）相结合的强跟踪-容积卡尔曼滤波（STCKF）。通过将强跟踪算法中的自适应渐消因子引入到滤波时间更新和测量更新方程中,在线实时调整滤波增益矩阵,能有效避免模型失准造成的滤波性能下降,使该算法兼具CKF滤波精度高和STF鲁棒性强的优点。通过数学仿真表明,改进后的STCKF可以实现对具有机动的弹道式再入目标的高精度跟踪,相对于CKF精度提高50%,并且具有更强的鲁棒性和自适应能力。

简介：本文利用跟踪学习检测（Tracking-Learning-Detection,TLD）算法能够对目标进行长期的持续跟踪的优点,对动态图像序列中的目标进行跟踪。采用了目标被遮挡这种困难情形的图像数据库进行了实验。通过对数据库中的可见光、红外和加权平均融合图像序列的目标跟踪,结果表明,TLD能够对目标进行持续跟踪,即使在可见光下跟踪失效也能够通过红外图像的弥补,从而使跟踪效果达到预期的要求。