1、“.....使用传统的算法，同样可以实现目标的跟踪，但是当目标被遮挡时，只能识别出未被遮挡的部分，跟踪效果不好。图为与对应情况下使用改进的地更新状态变量的信息。比较图与图可以看出，本文提出的算法的跟踪效果更好，发生遮挡的车辆可以分辨开来，而传统的算法跟踪时，红色车辆和黑色车辆作为个目标进行跟踪。第个测试序列，是在较暗的光线下跟踪视频中的行人。图给出了使用传统算法的跟踪结果。图给出了使用文中算法的跟踪结果......”。

2、“.....通过光流选择和跟踪算法相结合，提出了种新的目标跟踪与识别系统，在移动的环境中能够实现可靠的跟踪。提出将超分辨率成像技术应用到帧序列中进行算法的改进，实现快速的跟踪。湖南大于模板匹配的跟踪方法和基于状态估计的跟踪方法。基于模板匹配的跟踪算法主要有和等基于状态估计的跟踪方法主要有粒子滤波和卡尔曼滤波等。连续自适应均值漂移是种基于颜色的特征直方图跟踪算法，是种快速的半自动的跟踪方法......”。

3、“.....然而，在跟踪目标与背景出现大面积相似颜色时跟踪效率较差。当发生明显的相似色彩干扰时，感知目标的大小将会扩大。这导致位臵偏移取决于图像中相似颜色的区域。滤波滤波是个动态系统状态的最小方差估计算法，可以用曼滤波的目标当获得个新的数据点时，递归地更新状态变量的信息。目前常见的跟踪算法主要分两大类，基于模板匹配的跟踪方法和基于状态估计的跟踪方法......”。

4、“.....连续自适应均值漂移是种基于颜色的踪结果。图给出了使用文中算法的跟踪结果。已有些学者对进行了研究，通过光流选择和跟踪算法相结合，提出了种新的目标跟踪与识别系统，在移动的环境中能够实现可靠的跟踪。提出将超分辨率成像技术应用到帧序列中进行基于滤波的改进的算法及其在目标跟踪中的应用论文原稿标区域，选择目标的过程会有偏差如果目标离开视野或被遮挡......”。

5、“.....则会导致跟踪失败目标运动速度过快会导致跟踪失败。基于滤波的改进的算法及其在目标跟踪中的应用论文原稿。器来过滤噪声。经过主滤波后，执行算法。完成第次计算后，设臵输出为估计器的初始值。算法执行期间，当输出和估计之间的差异大于预定义的丢失跟踪阈值时，则认为跟踪是不准确的，检测器将重新启动。目前常见的跟踪算法主要分两大类，基。处理器为，内存为，使用库实现对所提取的对象的检测和跟踪......”。

6、“.....第个测试序列选取马路上正常行驶的汽车视频数据，第个测试序列选取商务区门口视频，第个测试序列选取出现遮挡的橙子进行跟踪。第个测试序列，是从拍摄视频中跟踪汽车。图给出了视频中使来估计目标的参数，例如位臵或速度。根据运动物体的前个位臵估计物体最可能的当前位臵。它包含如下预测和测量模型基于滤波的改进的跟踪算法在目标检测时，发送初始窗口到，从空间转换到空间。提取分量。计算颜色概率分布，反投影图像。在跟踪开始之前......”。

7、“.....是种快速的半自动的跟踪方法。的局限性在于算法需要手动选择目标区域，选择目标的过程会有偏差如果目标离开视野或被遮挡，会失去目标踪迹或开始跟踪完全不同的对象如果所跟踪的目标具有与背景相似的颜色，则会导致跟踪失败目标运动速度过快会导致跟踪失败。基于算法的改进，实现快速的跟踪。湖南大学曹晓娟提出将特征与概率相结合的改进的跟踪算法，可以提升车辆检测的准确性江南大学的刘超提出将背景减法引入算法中......”。

8、“.....同时滤波主要是对运动目标进行预测，通过建立线性系统状态方程，实现对系统状态的估计。卡尔算法的跟踪结果。图给出了使用本文中算法的跟踪结果。比较图与图可以看出，本文提出的算法的跟踪效果更好，发生遮挡的车辆可以分辨开来，而传统的算法跟踪时，红色车辆和黑色车辆作为个目标进行跟踪。第个测试序列，是在较暗的光线下跟踪视频中的行人......”。

9、“.....刘超，惠晶，基于改进的运动目标跟踪算法计算机工程与应用，算法进行跟踪，因为结合了预测器，可以判断目标何时被遮挡以及被遮挡的情况，保证跟踪结果的准确性当目标被部分遮挡时，除了能够识别出未被遮挡的部分，还能使用预测估计出被遮挡的部分。结束语文中提出了将滤波用于改进算法，并将其用于真实场景的目标跟踪。实验器为，内存为，使用库实现对所提取的对象的检测和跟踪。实验处理真实的视频监控场景......”。