针对机动目标跟踪的CT（联动式转弯运动）模型研究。
实现了MATLAB仿真，（出图）。
已给系统方差噪声方差Q、R，本人论文中已应用。
实现了MATLAB仿真，（出图）。
已给系统方差噪声方差Q、R，本人论文中已应用。
2024/4/30 4:08:41
987B
1
基于决策的单模目标跟踪方法的关键是及时而稳健的目标机动检测,充分利用目标多普勒观测量能够有效提高机动检测性能。
提出一种集成多普勒观测的目标机动检测算法,利用基于马氏距离的预测寻优方法,克服了多普勒观测噪声水平较高时估计式无解的情况,提高了加速度估计精度;基于奈曼皮尔逊准则设计机动检测器,避免了因目标机动检测的滞后性带来的门限漂移。
仿真实验表明,算法提高了加速度估计的精度和稳健性,显著降低了平均检测延迟,有效提高了机动检测性能。
提出一种集成多普勒观测的目标机动检测算法,利用基于马氏距离的预测寻优方法,克服了多普勒观测噪声水平较高时估计式无解的情况,提高了加速度估计精度;基于奈曼皮尔逊准则设计机动检测器,避免了因目标机动检测的滞后性带来的门限漂移。
仿真实验表明,算法提高了加速度估计的精度和稳健性,显著降低了平均检测延迟,有效提高了机动检测性能。
2024/4/16 16:39:38
1.58MB
1
将运动目标跟踪问题分解为运动检测和目标跟踪分别加以讨论，分类描述了目标跟踪问题的研究现状、研究方法及常用算法，比较了各种方法的优劣及面临的技术难点问题，并对运动目标跟踪算法的研究前景进行了展望。
2024/4/11 16:47:25
33KB
1
基于特征点的图像匹配方法的关键是准确快速地将可靠的特征点提取出来。
经典归一化互相关匹配法属于基于特征点匹配方法中的一种，归一化互相关匹配法具有操作简单，匹配精度高等优点，但其计算量庞大，难以满足实时跟踪的要求。
提出了一种基于序贯相似性检测的归一化互相关快速匹配方法，并对提出的改进方法进行实验验证。
实验表明，该方法可以准确快速的进行特征点匹配，减少了算法的计算时间，有效地减少了发生误匹配的概率。
经典归一化互相关匹配法属于基于特征点匹配方法中的一种，归一化互相关匹配法具有操作简单，匹配精度高等优点，但其计算量庞大，难以满足实时跟踪的要求。
提出了一种基于序贯相似性检测的归一化互相关快速匹配方法，并对提出的改进方法进行实验验证。
实验表明，该方法可以准确快速的进行特征点匹配，减少了算法的计算时间，有效地减少了发生误匹配的概率。
2024/3/12 8:13:56
635KB
1
介绍了目标跟踪中用到的各种深度学习方法，包括一些经典的算法，也介绍了一些由简单到复杂的各种目标跟踪的深度学习领域的算法。
讲解非常全面。
讲解非常全面。
2024/3/9 8:32:10
1.04MB
1
视频目标跟踪领域经典论文MIL（RobustObjectTrackingwithOnlineMultipleInstanceLearning）对应的源码及论文原文（源码包含MATLAB代码和C++代码两个版本）。
官方页面上目前已经不再提供源码支持，这是本人以前下载的官方源码，现特此分享供网友学习研究用。
压缩包文件清单：1.gsoc11_tracking-master.zip2.MilTracker-V1.0.zip3.MilTrack_matlab_v1.0.rar4.MilTrack_matlab_v1.0_runnable_and_with_comment.rar5.Babenko-2011-RobustObjectTrackingwithOnlin.pdf其中1-3号文件为官方源代码。
4号文件主要增加了注释，其MATLAB源码经过本人亲自运行过
官方页面上目前已经不再提供源码支持，这是本人以前下载的官方源码，现特此分享供网友学习研究用。
压缩包文件清单：1.gsoc11_tracking-master.zip2.MilTracker-V1.0.zip3.MilTrack_matlab_v1.0.rar4.MilTrack_matlab_v1.0_runnable_and_with_comment.rar5.Babenko-2011-RobustObjectTrackingwithOnlin.pdf其中1-3号文件为官方源代码。
4号文件主要增加了注释，其MATLAB源码经过本人亲自运行过
2024/2/24 4:44:43
37.88MB
1
基于卡尔曼滤波的目标跟踪经典程序，用于2维目标的跟踪，是初学者学习卡尔曼滤波的好教程。
深入浅出，易于理解。
深入浅出，易于理解。
2024/2/23 13:03:51
29KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB