本文提出了有模型指导的三维人体运动跟踪框架，将一个多关节的圆台形状三维人体模型与多个视频图像中的外轮廓、边界、灰度和肤色特征进行匹配，使人体运动跟踪变成一个状态估计问题。并且，使用基于概率模型的粒子滤波算法来完成非线性、非高斯动态系统的状态估计。

一种基于粒子群优化算法(PSO)确定参数的脉冲欧与神经网络滤波方法。。运用粒子群优化算法(PSO)确定pcnn图像滤波参数，对图像进行滤波 -Pulse Europe and the neural network filtering method based on particle swarm optimization (PSO) to determine the parameters. . Particle swarm optimization (PSO) to determine the

基于VS2012+OpenCV3.0坏境下的粒子滤波实现的代码，可用于图像视频分析(Based on VS2012 + OpenCV3.0 particle filter under the conditions of the code can be used for image analysis)