kalman跟踪单目标的跟踪算法，在opencv环境下编译的，vc可以通过学习理论了解试验demo,可以下载我的demo

在人机交互、智能教室、视频会议、特定环境监控等系统中，如何利用视听媒体间存在的天然时空相关性，将视觉信息和听觉信息有效地融合，从而实现对目标的跟踪、识别、判决等，是异类信息融合领域的一个热点问题，牙惯上人们也称之为多媒体信息融合。 本文充分总结和讨论了关于信息融合、视觉跟踪、声源定位以及滤波器性能的基本理论和研究现状，并在此基础上，给出了两种基于视频与音频信息融合的人物跟踪算法。一种采用多层次卡尔曼滤波器作为融合工具，建立视听信息特征级融合模型。一种以简化的重要性采样粒子滤波器(ISPF:im

收到一些国内外朋友的来信，咨询关于容积卡尔曼滤波的问题(CKF)，大家比较疑惑的应该就是generator或G-orbit的概念。考虑到工作以后，重心必然转移，不可能再像现在这样详细的回答所有人的问题，更不可能再帮大家改论文、写(或改)代码了，请各位谅解！在此，上传一个CKF和五阶CKF用于目标跟踪的示例代码，代码中包含详细的注释，希望对大家以后的学习和研究有所帮助！ 此代码利用C++对五阶CKF的第二G-轨迹进行了封装(Perms.exe)，能理解最好，如果无法理解，也无须深究其具体构造方法

第 i 页 摘 要 随着我国北斗卫星导航系统建设的稳步推进和惯性导航技术的飞速发展，以及 我军制导*发展的迫切需求，北斗/微惯导组合导航方法及相关应用技术已成为 研究热点。本文利用软件接收机概念，构建北斗/微惯导组合导航系统，研究了基 于软件接收机的紧组合与深组合导航框架，对于两类框架中的主要关键技术进行 了优化设计，并对主要理论问题和方法进行了研究。论文的主要工作与创新点如 下： 1. 考虑 SINS 运动相关性条件下，从理论上进行软件接收机信号捕获与 SINS 的适配性分析。通过对软件接

运动目标检测,既古老--一历史悠久,又新颖-一研究方法日新月异。面对不 同的研究对象,运动目标检测既有一般指导意义的理论研究,又有工程背景的特殊 性研究。本文注重在理论指导下的特殊性研究,即在联合利用时间信息、空间信息、 频率信息以及目标特征能够提高运动目标检测能力的思想指导下,分别研究了声纳 的运动目标检测和基于计算机视觉的交通车辆检测。 随着降噪技术的发展,安静型目标的出现,声纳技术面临低信噪比的挑战,武器 射程的增加又对声纳提出了更高的要求,关系到声纳的四大功能(检测、定位、识别 和跟踪