当前位置：
首页 资源下载
搜索资源 - 3D object tracking
搜索资源列表
-
0下载：
The paper describes a new robust real time algorithm for 3D object tracking in a video sequences.
-
-
0下载：
摘要：在交通场景下进行多目标跟踪时，如何正确检测出车辆间的相互遮挡是影响车辆跟踪结果的关键。针对问题，运用投
影理论分析交通场景的三维几何投影特征．用长方体投影轮廓模型对车辆进行建模，重构其乏维投影轮廓，以进行遮挡的检
测和分离。与以往的方法相比，它在估计出的车辆外形轮廓基础t-进行遮挡检测，不需要匹配操作，计算量较小，并能解决
基于匹配的方法无法对付的初始遮挡问题。用实验验证了该算法的有效性。-In multi—object tracking of traf氍c scene。how
-
-
0下载：
A paper on A Kalman Filter Based Visual Tracking Algorithm for an Object Moving in 3D
-
-
0下载：
SIFT特征（Scale-invariant feature transform，尺度不变特征转换)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由 David Lowe 在1999年所发表，2004年完善总结。其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。-Scale-invariant feature transform (or SIFT) is an algori
-
-
0下载：
图像处理 o 梯度 边缘和角点 o 采样 差值和几何变换 o 形态学操作 o 滤波和彩色变换 o 金字塔及其应用 o 连接组件 o 图像和轮廓矩 o 特殊图像变换 o 直方图 o 匹配 结构分析 o 轮廓处理 o 计算几何 o 平面划分 运动分析和对象跟踪 o 背景统计量的累积 o 运动模板 o 对象跟踪 o 光流 o 预估器 模式识别 o 目标检测 照相机定标和三维重建 o 照相机定标 o 姿态估计 o 极线几何 函数列表 参考图像处理注意:本章描述图像处理和分析的一些函数-O gradien
-
-
0下载：
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
-
-
0下载：
使用特征点来代表图像的内容，运动目标跟踪，物体识别，图像配准，全景图像拼接，三维重建-The use of feature points to represent the content of the image, moving object tracking, object recognition, image registration, image mosaics, 3D reconstruction
-
-
0下载：
Scale-invariant feature transform (or SIFT) is an algorithm in computer vision to detect and describe local features in images. The algorithm was published by David Lowe in 1999.[1]
Applications include object recognition, robotic mapping and na
-
-
0下载：
SIFT匹配（Scale-invariant feature transform，尺度不变特征转换)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。-Matching SIFT (Scale invariant feature transform, Scale invariant feature transform) is a co
-
-
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：
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
-
-
0下载：
Many applications require tracking of complex 3D objects. These
include visual servoing of robotic arms on specific target objects, Augmented
Reality systems that require real-time registration of the object
to be augmented, and head tracking syst
-
-
0下载：
本书是计算机视觉编程的权威实践指南,依赖 Python 语言讲解了基础理论与算法,并通过
大量示例细致分析了对象识别、基于内容的图像搜索、光学字符识别、光流法、跟踪、三维重建、
立体成像、增强现实、姿态估计、全景创建、图像分割、降噪、图像分组等技术。(This book is an authoritative guide to computer vision programming, which explains basic theories and algorithms based on
-
-
4下载：
《Python计算机视觉编程》是计算机视觉编程的实践指南，依赖Python语言讲解了基础理论与算法，并通过大量示例细致分析了对象识别、基于内容的图像搜索、光学字符识别、光流法、跟踪、三维重建、立体成像、增强现实、姿态估计、全景创建、图像分割、降噪、图像分组等技术。另外，书中附带的练习还能让读者巩固并学会应用编程知识。("Python Computer Vision Programming" is a practical guide to computer vision pro
-
