搜索资源列表
docProps
- 图像处理人工智能方面的,关于人物跟踪方面的-image processing aspects of artificial intelligence, figures on the track
MotionDetection
- 运动目标检测是数字图像处理技术的一个重要组成部分,它是计算机视觉、模式识别、 目标识别与跟踪、运动图像编码、安全监控等研究领域的重点与难点,在军事、国防和工业 等领域有着广泛的应用前景。序列图像的运动分析因其巨大的应用价值而受到广泛的重视. 它的基本任务是从图像序列中检测出运动信息,简化图像处理过程,得到所需的运动矢量,从 而能够识别与跟踪物体。正确地从视频流中提取运动目标是许多智能视频监视系统,如:视 频监视,交通自动监控,人体检测与跟踪等的基础部分。本文讨论了一种用于智能
znjkgz
- 视频监控,智能小区安防实时视频图像跟踪系统的研究
imageprocessing
- 包含五篇文章: 多目标运动图像识别算法.pdf 计算机视觉方法与应用.pdf 运动目标图像识别与跟踪系统的研究.pdf 支持向量机在人脸识别的应用.pdf 重建图像.pdf
AnIntroductiontoMeanShift
- 均值漂移算法的详细介绍,论证均值漂移算法的收敛性,介绍mean-shift算法在图像分割,目标跟踪领域的应用
yaogantuxiangquzao
- 采用小波系数极大值跟踪法去除图像噪声,建立了尺度间小波系数极大值跟踪矩阵,标识出小波系 数极大值的信噪属性,剔除了噪声部分对应小波系数极大值,从而抑制了噪声污染
2
- 机器人视觉导航而言,道路识别和表示是一个非常重要的环节,它直接影响到后续的路径规划。该文针对红外道 路图像,提出了基于区域方法的一套处理方案,该方法首先通过分割获得道路区域,利用链码跟踪获取道路边缘的链码。采 用了一种通用的道路模型,然后基于链码以及该道路模型,设计了一种有效的道路边界拟合方法。在拟合过程中,首先依据 一定的准则把链码分为两段,对于每一段再递归执行该分段过程,直到不能分为止,然后用分段直线去描述道路边界。该拟 合算法可以有效地处理直道和非直道的情况。文中给出了相关
3
- 路径跟踪是机器人视觉导航控制基本技术之一,为使机器人沿地面彩色引导线自主运动,并能在适时离线执行任务 后自动返航,提出了一种用可编程逻辑器件(CPLD)实现的视觉伺服PID 控制方法。该方法利用图像特征反馈对其所跟踪的 路经进行实时识别跟踪。仿真结果表明,该方法改善了控制算法的实时性,提高了移动机器人的路径跟踪精度与速度。
5
- 提出了装配机器人系统中一种基于视觉引导和超声测距的运动目标跟踪和抓取 方法。介绍了运动目标的跟踪原理,采用图像雅可比矩阵进行机器人运动控制,跟踪运动 的目标。利用视觉引导技术,获取目标在图像平面中的位置与方位,进行平面跟踪,然后 引导超声波测距装置测取目标深度信息。实验结果验证了本文提出的这种方法的可行性 和有效性。
基于fpga的二值图像快速标记法
- 摘要:在图像自动目标识别和跟踪过程中,首先对图像目标进行阈值分割提取,得到的二值 图像通常包含多个连通区域, 系统利用图像目标的形状特性对可疑高威胁的飞行目标进行自 动识别。因此,需要对各连通区域块进行分别检测判断,本文采用改进的适合 FPGA 实现 的快速标记算法对各连通域进行检测提取。
人体运动跟踪系统的研究与实现
- 利用图像序列中运动目标的行为特征对其表现的行为进行识别与分析的技术,它可以赋予计算机类似于人一样的观察和理解动态场景的视觉能力
headPose_kinect_CVPR2011
- 利用KINECT骨架跟踪和深度图像跟踪头部姿态,做到实时跟踪,精度达到正负6度-head pose tracking in the meeting and has high pricise
ResearchOnKeyTechnologiesOfRobustFaceTrackingSyste
- 鲁棒人脸跟踪系统学位论文;提出了一种两阶段的光照均衡的方法来消除单幅图像中的各种阴影包括模糊阴影,投射阴影等 根据快速的Adaboost 训练框架,本文提出了一个实时的鲁棒人脸检测算法 提出了一种基于在线实值boosting 的方法来处理人脸在跟踪过程中发生的外貌变化;实现了一个基于以上模块的完全自动化的人脸跟踪器-Robust Face Tracking System dissertation proposes a two-stage light-balanced approach to t
MultipleVehicleDetectionandTrackinginHardRealTime.
- 这个是在IEEE上下载的一篇英文文献,基于视频图像的多目标车辆的检测跟踪,对毕业设计有帮助-This is an IEEE downloaded in English literature, based on video images of the detection of multi-objective vehicle tracking, designed to help graduate
cornerdetect
- 图像中的角点包含大量的信息,在计算机视觉中扮演重要角色,在许多应用中角点用作特征点,例如图像配准、运动目标跟踪等。鉴于此,学者们提出很多角点检测方法。例如Hans EMoravec在1977年提出的Movavec算法,Chris Harris和Mike Stephens于1988年提出的Harris算法,以及MirosavTrai.kovic和MarkHedley提出的Trajkovic算法等“卅。角点检测的另一个途径是计算轮廓的曲率函数,因为角点是曲率函数的最大值,因此很容易通过阈值的方法检测
Videoimagesequenceoffacetrackingalgorithm
- 视频图像序列中的人脸跟踪算法,毕业设计时参考的文献-Video image sequence face tracking algorithm, graduation design reference literature
sift4
- :提出一种基于尺度不变特征变换(SIFT)特征匹配的目标跟踪方法.首先使用SIFT提取目标特征,构 建目标特征库,然后使用基于K维树的特征匹配算法,对实时序列图像提取的SIFT特征与特征库中目标进行精确匹配 -: Based on Scale Invariant Feature Transform (SIFT) feature matching target tracking. The first to use SIFT target feature extraction, featur
5
- 基于红外图像的有效的边缘目标跟踪在复杂背景条件下-Effect of Track-Edge Medium Noise on High Track-Density Recording
基于边界跟踪方法的数字化二值图像拓扑结构分析
- 基于边界跟踪方法的数字化二值图像拓扑结构分析
视觉检测跟踪
- 基于视觉的目标检测与跟踪是图像处理、计算机视觉、模式识别等众多学科的交叉研究课题, 在视频监控、虚拟现 实、人机交互、自主导航等领域, 具有重要的理论研究意义和实际应用价值. 本文对目标检测与跟踪的发展历史、研究现状以 及典型方法给出了较为全面的梳理和总结. 首先, 根据所处理的数据对象的不同, 将目标检测分为基于背景建模和基于前景建 模的方法, 并分别对背景建模与特征表达方法进行了归纳总结. 其次, 根据跟踪过程有无目标检测的参与, 将跟踪方法分为生 成式与判别式, 对基于统计的表观建