搜索资源列表
ImprovedPedestrianDetectionAlgorithminNighttime.ra
- 针对夜间动态背景下的行人检测中分割算法受光照条件影响大、误识别多等问题，提出双阈值分割算法和以多目标跟踪为核心的算法框架。新的分割算法解决了行人亮度分布不均时的分割问题，同时在新的框架下可以综合多帧的处理结果进行综合判断，通过将基于支持向量机的识别算法和多目标跟踪算法的融合，降低了系统的计算量，且比一般的系统具有更高的识别率。
CCDdesign3
- 此文档设计主要一个涉及一个算法的研究。相关匹配是目标跟踪和模式识别的一种重要方法。介绍了**)（电荷耦合器件）误差测 量系统的光学原理F针对该测量系统实际情况，提出了用相关算法实现目标位置的测量F 使用自适应相关匹配的方法，实现了对连续视频图像中动态目标的跟踪F 给出了实验结果，并对算法提出了改进的意见。-This document is primarily designed a study involving an algorithm. Correlation matching targe
chafen
- 运动检测的目的是从序列图像中将变化区域提取出来。运动区域的有效分割对于目标分 类、跟踪和行为理解等后期处理非常重要，因为后期处理过程仅仅考虑图像中对应于运动区 域的像素。然而，由于背景图像的动态变化，如天气、光照、影子及混乱干扰等的影响，使 得运动检测成为一项相当困难的工作。-The purpose of motion detection from image sequence changes in the region will be extracted. Sports region segm
A_particle_filter_based_fusion_framework_for_video
- 利用粒子滤波方法识别和跟踪动态目标，英文文献，经典-use the method of particle filter to track moving objects
papers
- 大量关于“运动目标在动态背景下的跟踪检测”的中文英文论文文献。这里的动态背景指的是相机移动造成的背景移动，而不仅仅是场景中的树叶随风而动等“动态”。也就是说，在目标和背景都在移动的情况下，进行目标跟踪检测。如果要进行这方面的研究，大量阅读这些文献是必不可少的。-papers about "object detection and tracking with highly dynamic backgrounds".
autonomous-vehicles-target-tracking
- 基于视觉的自主车为目标的数据融合跟踪使用多个相互作用的动态模型-Vision based data fusion for autonomous vehicles target tracking using interacting multiple dynamic models
OpenCV-VIDEO-DETCTION
- 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
Matlab
- 卡尔曼滤波器是一个对动态系统的状态序列进行线性最小误差估计的算法，一般用于线性系统。一般在运动跟踪领域中摄像机相对于目标物体运动有时属于非线性系统，但由于在一般运动跟踪问题中图像采集时间间隔较短，可近似将单位时间内目标在图像中的运动看作匀速运动，采用卡尔曼滤波器可以实现对目标运动参数的估计。-Kalman filter is a state sequence of linear dynamic systems smallest error estimation algorithm for lin
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）