搜索资源列表
-
0下载：
O.Javed and M.Shah. 《Tracking and object classification for automated surveillance》.
这篇英文文献是有关运动目标检测跟踪及其分类的文章。该文利用“人体运动的周期性”，把运动目标分为人、人群、机动车。具有较强的参考价值。-O. Javed and M. Shah. " Tracking and object classification for automated surveillance" .
-
-
0下载：
计算机视觉是研究用计算机模拟生物外显或宏观视觉功能的科学和技术。作
为计算机视觉研究的一个分支—运动目标的检测与跟踪，就是对视场内的运动目
标，如人或车辆等，进行实时的观测，并在此基础上对被观测对象进行分类，然
后分析它们的行为。近年来，计算机视觉的研究重点已经从对静态图像的研究过
渡到对动态图像序列的研究上面，这方面的典型应用包括自动化的视频监控系
统、视频MPEG编解码技术、人机交互的感知接口、军事上的制导、雷达视频
图像中的
-
-
0下载：
擴增實境技術是在真實視訊影像中加入虛擬物件，並透過追蹤與定位技術，可以與人們產生良好之互動效果。在視覺追蹤應用領域裡，可分為標記與無標記兩類應用。標記識別技術較為成熟，目前擴增實境開發平台以採用標記識別為主；至於無標記則侷限在特定方法之識別追蹤應用領域，例如樂高玩具利用包裝盒上之印刷圖片當作辨識物件。面對無標記擴增實境之應用日趨重要，且必須因應不同物件採用不同特徵之識別追蹤方法來達成無標記擴增實境之應用。而目前擴增實境平台並不提供模組化方式來替換識別追蹤方法，因此本文提出無標記擴增實境實驗平台，
-
-
0下载：
影像視覺追蹤與定位技術可用於擴增實境之應用，依使用標記與否，可分為標記與無標記兩類技術。標記識別技術較為簡單，且較為成熟，但受限於需使用特殊之標記。無標記識別技術使用一般自然物件來取代特殊標記，應用較為彈性，但必須能正確擷取出欲辨識物件有用之特徵點。現有擴增實境之開發函式庫或開發平台，主要目的為提供擴增實境之應用開發，不提供無標記擴增實境技術研究方法之驗證。故本文深入研究探討如何整合ARToolKit、OpenCV與OpenGL等函式庫，設計無標記擴增實境整合平台。且此平台各項功能採用模組化設計
-
-
0下载：
CamShift Opencv CamShift Opencv -CamShift Opencv CamShift Opencv CamShift OpencvCamShift Opencv
-
