经典教材，周宏仁的机动目标跟踪，关于单目标跟踪多目标跟踪

Bar-ShalomY多目标多传感器目标跟踪书籍1995版；
内容包括杂波中的单目标跟踪、杂波中的机动目标跟踪、跟踪性能预测与检测门限优化、杂波中的目标跟踪：贝叶斯方法、杂波中的目标跟踪：非贝叶斯方法、多传感器跟踪和数据融合、成像传感器跟踪等。

与多目标跟踪（MultipleObjectTracking简称MOT）对应的是单目标跟踪（SingleObjectTracking简称SOT），按照字面意思来理解，前者是对连续视频画面中多个目标进行跟踪，后者是对连续视频画面中单个目标进行跟踪。
由于大部分应用场景都涉及到多个目标的跟踪，因此多目标跟踪也是目前大家主要研究内容，本文也主要介绍多目标跟踪。
跟踪的本质是关联视频前后帧中的同一物体（目标），并赋予唯一TrackID。
随着深度学习的兴起，目标检测的准确性越来越高，常见的yolo系列从V1到现在的V5（严格来讲V5不太算），mAP一个比一个高，因此基于深度学习的目标检测算法实际工程落地也越来

基于meanshift的单目标跟踪算法实现说明：1.RGB颜色空间刨分，采用16*16*16的直方图2.目标模型和候选模型的概率密度计算公式参照上文3.opencv版本运转：按P停止，截取目标，再按P，进行单目标跟踪4.Matlab版本，将视频改为图片序列，第一帧停止，手工标定目标，双击目标区域，进行单目标跟踪。
博客地址：http://blog.csdn.net/jinshen

最近做了一些多目标跟踪方向的调研，因此把调研的结果以图片加文字的方式展现出来，希望能帮助到入门这一领域的同学。
也欢迎大家和我讨论关于这一领域的任何问题。
这些是我所了解的多目标跟踪（MOT）的一些相关方向。
其中单目标跟踪（VOT/SOT）、目标检测（detection）、行人重识别（Re-ID）都是非常热门的方向。
而偏视频的相关方向就比较冷门。
而且今年五月DukeMTMC因为隐私问题不再提供MTMCT的数据了，MTMCT的研究也是举步维艰。
因此绝大多数MOT算法无外乎就这四个步骤：①检测②特征提取、运动预测③相似度计算④数据关联。
其中影响最大的部分在于检测，检测结果的好坏对于最后指标的影响是最大

（含源码及报告）本程序分析了自2016年到2021年（外加）每年我国原油加工的产量，并且分析了2020年全国各地区原油加工量等，含饼状图，柱状图，折线图，数据在地图上显示。
运转本程序需要requests、bs4、csv、pandas、matplotlib、pyecharts库的支持，如果缺少某库请自行安装后再运转。
文件含6个excel表，若干个csv文件以及一个名字为render的html文件（需要用浏览器打开），直观的数据处理部分是图片以及html文件，可在地图中显示，数据处理的是excel文件。
不懂可以扫文件中二维码在QQ里面问。

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。