近來發現有些問題很多人都很感興趣。所以在這里希望能盡自己能力跟大家討論一些力所能及的算法。現在先討論一下卡爾曼濾波器，如果時間和能力允許，我還希望能夠寫寫其他的算法，例如遺傳算法，傅立葉變換，數字濾波，神經網絡，圖像處理等等。 因為這里不能寫復雜的數學公式，所以也只能形象的描述。希望如果哪位是這方面的專家，歡迎討論更正。 卡爾曼濾波器 – Kalman Filter 1． 什么是卡爾曼濾波器 （What is the Kalman Filter?） 在學習卡爾曼濾波器之前，首先看看為什么叫“卡爾曼”。跟其他著名的理論（例如傅立葉變換，泰勒級數等等）一樣，卡爾曼也是一個人的名字，而跟他們不同的是，他是個現代人！ 卡爾曼全名Rudolf Emil Kalman，匈牙利數學家，1930年出生于匈牙利首都布達佩斯。1953，1954年于麻省理工學院分別獲得電機工程學士及碩士學位。1957年于哥倫比亞大學獲得博士學位。我們現在要學習的卡爾曼濾波器，正是源于他的博士論文和1960年發表的論文《A New Approach to Linear Filtering and Prediction Problems》（線性濾波與預測問題的新方法）。如果對這編論文有興趣
學位論文；運動物體跟蹤方法主要包括卡爾曼濾波，Mean-shift，Camshifi算法，粒子濾波器，Snake模型等；應用卡爾曼濾波方法設計了一套煤礦礦工出入自動監測系統；提出了一種新的基于高斯混合模型的顏色特征提取方法，該方法克服了現有的Camshift算法Continuousl y Adaptive eanshift中跟蹤目標特征提取精確度低和計算復雜度高的缺陷
