说明：retinanet目标检测源码，keras版本（tensrflow）

说明：一阶动目标检测滤除杂波，该函数可以直接传入需要进行检测的数据矩阵，在快时间方向上进行处理

说明：多目标跟踪软件流程如下： 初始化函数 初始化轨迹对象 读取一帧数据 前景检测 根据位置进行卡尔曼预测 匈牙利匹配算法进行匹配 分配好的轨迹更新 未分配的轨迹更新 删除丢掉的轨迹 创建新轨迹 结果展示

说明：《数字图像目标检测与识别——理论与实践》源代码

说明：非常非常非常好的动目标显示和动目标检测的仿真程序，对学习雷达动目标检测相关知识的同学很有用

说明：应用opencv做动态目标跟踪检测，主要包含运动估计、运动补偿、动态检测

说明：目标检测matlab例程，亲测可运行，含ppt解释。

说明：航天图像处理，目标检测，变化分析跟踪，变化检测

说明：共生矩阵对图像频谱检测，作为图像目标检测和处理的很重要内容，实际应用很重要。

说明：飞鸟图像的初步处理即目标检测（大小处理灰度起伏等等）

说明：基于混合高斯的背景建模与阴影抑制算法研究,背景建模，目标检测

说明：可用于评估目标检测算法性能的好坏，对检测算法进行评价

说明：一种常用的目标检测方法。适合深度学习的初学者进行学习

说明：基于深度学习的目标检测方法，效果很好，可以进行学习

说明：复杂环境中的微弱目标（如隐身飞机、被地/海/城市杂波淹没的目标等）探测 问题是现代雷达面临的严峻挑战。 与传统的先检测后跟踪（ DBT） 技术相比， 检 测前跟踪（TBD）技术是一种新兴的先进信号处理技术，它通过多帧回波数据积 累和联合处理，可以显著提高雷达的微弱目标检测跟踪性能， 是国际雷达界研究 的前沿热点。 TBD 作为一项正在发展中的新技术，还需要解决一些新的技术问题， 例如， 多目标跟踪维数灾难、临近目标相互干扰等，以及处理难度增加和运算量 增大带来的新问题。

说明：KDE算法。采用KDE算法对输入的图像数据进行去背景运动目标检测

说明：实现目标检测，并将目标用矩形框框出。。。。。。。。。。。。。。。。。。

说明：运用帧差方法，对运动目标进行检测，实现运动目标的检测

说明：运用帧差方法，对运动目标进行检测，实现运动目标捕捉

说明：运用光流法，对相邻帧的图像进行运动目标检测

说明：运动目标检测matlab程序,成功实现了对于运动目标的检测

说明：级联RCNN,基于tensorflow平台，用于小目标检测

说明：读入含检测物体的图片与背景图片，异或得检测物体，轮廓提取，根据轮廓选择切割得目标物体图片，读入比较图片，通过汉明距离判断图片相似度，返回是否为相同物体。

说明：目标视觉检测源码，mtcnn用法，希望能帮到初学者，里面的注释很详细

说明：HOG+SVM实现图像分类 方向梯度直方图是应用在计算机视觉和图像处理领域，用于目标检测的特征描述器。这项技术是用来计算局部图像梯度的方向信息的统计值。这种方法跟边缘方向直方图、尺度不变特征变换以及形状上下文方法有很多相似之处，但与它们的不同点是：HOG描述器是在一个网格密集的大小统一的细胞单元上计算，而且为了提高性能，还采用了重叠的局部对比度归一化技术。HOG?特征结合 SVM 分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。

说明：基于粒子滤波的检测前目标跟踪在一个目标的仿真

说明：对运动车辆进行识别，可以获得较高的准确度和精度

说明：对监控摄像头拍下的视频进行识别，可以检测到运动的目标如车、人等