搜索资源列表
基于SIFT特征目标跟踪算法研究
- 基于SIFT特征目标跟踪算法研究，用sift特征进行视觉跟踪，效果不错，可以看看
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
多特征目标跟踪文献
- 多特征目标跟踪相关文献
OnTrackingofMovingObjects
- 学位论文；运动物体跟踪方法主要包括卡尔曼滤波，Mean-shift，Camshifi算法，粒子滤波器，Snake模型等；应用卡尔曼滤波方法设计了一套煤矿矿工出入自动监测系统；提出了一种新的基于高斯混合模型的颜色特征提取方法，该方法克服了现有的Camshift算法Continuousl y Adaptive eanshift中跟踪目标特征提取精确度低和计算复杂度高的缺陷-Dissertation moving object tracking methods include Kalman filt
BasedOnMeanShiftAndParticleFilterObjectTracking.ra
- 基于Mean Shift算法和Particle Filter算法的目标跟踪学位论文：讨论了MeanS hift算法(均值偏移)和粒子滤波算法(Particle Filter)，分析了两种算法的特点；，分析了用运动目标检测提取目标运动特征的技术，通过增加对目标特征描述信 息，提高跟踪健壮性，并在以颜色直方图描述颜色特征的基础上，融合了目标的运动特征，设计了一种基于运动特征和颜色特征多特征融合的粒子滤波跟踪方法；用二阶直方图描述颜色特征，设计了均值偏移和粒子滤波相结合的目标跟踪技术-Based
paper3
- 滤波与多特征融合的视频目标跟踪，维普资讯上下的，有需要的可以-Filtering and multi-feature fusion video target tracking, VIP information from top to bottom, there is a need to look at the
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
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
HOGI
- 融合灰色预测和HOGI特征的红外目标跟踪方法研究，提出了新的方法-Fusion the gray prediction HOGI features infrared target tracking method, proposed a new method
Based-onSVM-target-tracking
- 计算Haar小波特征，用AdBaoost提取部分有代表性的特征共三种特征选择方法与SVM相结合进行目标跟踪的算法。 -The calculated Haar wavelet features to extract some of the typical characteristics of three feature selection method combined with SVM algorithm for target tracking AdBaoost.
Design-and-Real-ization
- 在优化粒子滤波跟踪框架下, 设计并实现了一个结合多种图像特征、在多摄像机环境下跟踪人体运动的三 维人体运动跟踪系统1 通过定义三维人体模型、摄像机模型以及观测似然模型, 得到跟踪所需目标函数, 并使用优化 粒子滤波算法进行求解1 实验结果表明, 该系统能够对人体运动进行准确的跟踪和三维重建, 可应用于体育运动分 析和动画制作等领域1-A v ideo-based 3D human body motion t racking system is developed under the
SparseRepresentationaItsApplication
- 稀疏表达及其应用的简单介绍，其中涵盖了稀疏表示、特征提取、压缩感知、图像增强、盲源分离、模式分类、目标跟踪和图像超分辨等。PPT和PDF是对应的，并添加了可视化的结果。-Sparse Representation and Its Application: Compressive Sensing, Visual Feature, Image Enhancement, Blind Source Separation, Pattern Classification, Object Tracking a
MFC-OpenCV
- OpenCV视频教程,目标检测与跟踪,车辆特征识别,人脸识别,字符识别,特征提取, 图像分割,手势识别,计算机视觉视频教程,opencv基础知识 -OpenCV is released under a BSD license and hence it’s free for both academic and commercial use. It has C++, C, Python and Java interfaces
opencv-doc
- 图像数据操作（内存分配与释放，图像复制、设定和转换） 图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出） 矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解） 支持多种动态数据结构（链表、队列、数据集、树、图） 基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构） 结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化）
object-tracking-algorithm
- 针对目标运动过程中的姿态变化、旋转、干扰以及缩放等情况，提出了结合像素点特征加权的尺度自适 应跟踪算法。-An effective object tracking method using weighted pixel features was proposed to deal with all kinds of com- plicated tracking situations, such as target movement, rotation, background interfe
punyun-V3.8
- 进行波形数据分析,包含特征值与特征向量的提取、训练样本以及最后的识别，多目标跟踪的粒子滤波器。- Waveform data analysis, Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, Multi-target tracking particle filter.
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