搜索资源列表
Vision_Library_(VLIB)ApplicationProgrammingInterfa
- TI官方视觉分析开发库接口说明文件，很难得到，详细讲述了各种算法（跟踪、脸部识别等所需要的算法核心）。-TI visual analysis of official documentation library interface development is difficult to obtain, describe in detail the various algorithms (tracking, face recognition algorithms need the core.)
AVisionGuidedRobotCurveTrackingSystem
- 介绍了视觉引导的曲线跟踪系统，机器人可以在视觉系统的引导下跟踪平面上的任意曲线。-Introduced a visual guide of the curve tracking system, the robot can be in the visual tracking system under the guidance of arbitrary planar curves.
MCMC_Particle_Filter_for_Real_Time_Visual_Trackin
- "MCMC Particle Filter for Real-Time Visual Tracking of Vehicles" This is a paper about tracking by particle filter. This is very useful.
Visual-Trackingcvpr09
- 09年CVPR上的一篇很好的关于目标跟踪的论文，很有参考价值-CVPR 2009 on a very good papers on target tracking, a good reference
quanfangweishijue
- 是基于全景视觉的目标检测与跟踪的几篇论文-Is based on the panoramic visual target detection and tracking of several papers
usb-genzongxitong
- 基于USB摄像头的视觉跟踪系统设计，希望有帮助的朋友一起学习- USB camera-based visual tracking system design
Context-aware-Visual-Tracking
- 一篇2009年pami文章，《Context-aware Visual Tracking》-2009 PAMI，paper, Context-aware Visual Tracking
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
iRVision-Visual-Tracking-START-UP-GUIDANCE
- funuc robot iRVISION DOC
Analysis-on-Moving-Object
- 计算机视觉研究的主要问题之一是运动物体的检测与跟踪, 它将图像处理、模式识别、自动控制、人 工智能和计算机等很多领域的先进技术结合在了一起, 主要应用在军事视觉制导、视频监控、医疗诊断和智能交通 等各个方面, 因此该技术已经成为一个重要的研究方向。阐述了视觉跟踪算法的研究现状和视觉跟踪算法的种类, 研究了基于区域的跟踪算法、基于模型的跟踪算法、基于特征的跟踪算法和基于主动轮廓的跟踪算法, 探讨了视觉 跟踪算法的未来研究方向。-One of the computer vision
likehood
- 针对遮挡、光照变化、尺度变化等复杂环境中的视觉跟踪问题, 提出一种基于后验概率 度量的粒子滤波跟踪算法-For shelter, illumination changes, scale variations in complex environments such as visual tracking problem, a posterior probability metrics based on particle filter tracking algorithm
Object-Tracking
- 该文章对视觉跟踪算法进行了回顾，作者是Yilmaz and Shah,该文是视觉跟踪的入门文章。-This article reviews the visual tracking algorithm, the author is Yilmaz and Shah, this paper is the introductory article for the visual tracking.
Visual-saliency--tracking
- 针对突变运动下的目标跟踪问题，提出一种基于视觉显著性的粒子滤波跟踪算法． 该算 法将基于视觉注意机制的视觉显著图引入粒子滤波框架中，根据视觉显著图的显著性区域，按 胜者为王和返回抑制机制进行目标检测-Aimingat solvingthetrackingproblemsunder thecircumstancesof abrupt motion，aparticlefilter trackerisproposedbasedonvisual saliencymodel． Thistracke
OV7620-OV6620
- OV7620 OV6620等CMOS摄像头图像采集的方法，基于S12单片机的循迹小车视觉系统设计与优化。-OV7620 OV6620 CMOS camera and other image acquisition method, based on S12 MCU tracking car visual system design and optimization.
real-time_surveillance_of_people
- W4是一种用于检测和跟踪多的人和他们的活动在室外环境监测的实时视频监控系统。-W4 is a real time visual surveillance system for detecting and tracking multiple people and monitoring their activities in an outdoor environment.
Spatio-Temporal-Context-Learning
- 时空上下文视觉跟踪（STC）算法的解读与代码复现，首次在论文《 Fast Trackingvia Spatio-Temporal Context Learning》提出 -Spatio-Temporal Context Learning visual tracking (STC) algorithm and code reuse existing interpretation, for the first time in the paper《Fast Trackingvia Spatio-T
Intelligent-Vehicular-Visual-
- 基于特征的视觉里程计系统主要由特征检测与跟踪模块以及位姿计算模块两部分组成.为分析车载视觉里程计系统中引入车辆运动学约束的位姿计算算法性能,根据摄像机成像及视觉几何学原理,采用Matlab结合车辆动力学仿真软件CarSim建立车载视觉里程计仿真平台.该仿真平台由车辆运动仿真模块、成像仿真模块、数据显示与分析模块组成,仿真平台的测试对象为视觉里程计的位姿估计算法模块.该仿真平台充分考虑车载视觉定位系统的运动特性,为研究车辆运动学约束在视觉里程计系统中的应用提供新的思路和工具.对提出的一种全新的基于
099CCIT0394011-001
- 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，
NCS2011---146---autmented-reality
- 目前擴增實境技術相關應用大部分以使用標記為主，但各式應用需求與日俱增，無標記(markerless)擴增實境技術使用上更具彈性，不必受限於標記的使用，因此應用層面更廣。視覺追蹤技術是擴增實境系統重要底層核心技術之一，但使用視覺追蹤技術在實際應用上易受到追蹤物件本身及外觀變化之影響，因此本文提出適用於無標記擴增實境應用之物件追蹤方法，能有效追蹤各式真實物件。首先框選設定追蹤物件；接著擷取物件特徵值，藉由特徵值比對以持續追蹤物件，並利用金字塔L-K光流法以縮短比對運算時間；最後經由2D-3D座標轉換
Visual-Tracking-via-Coarse-and-Fine-Structural.ra
- Visual Tracking via Coarse and Fine Structural