搜索资源列表
给予opencv的VIS视频跟踪
- 该源码是关于运动对象跟踪的算法，主要实现了高斯背景建模，全局运动补偿（SIFT特征和RANSAC算法），运动对象检测，对象跟踪算法（Mean Shift，Particle Filter等），对象特征提取（轨迹，大小，起止帧等），同时，程序基于VC2008+OpenCV开发，实现了对话框式的程序界面，效率高。
Matlab 基于sift的mean-shift算法
- 核窗宽自适应的mean-shift算法代码，运行简单，注释清晰
VIS
- 该源码是关于运动对象跟踪的算法，主要实现了高斯背景建模，全局运动补偿（SIFT特征和RANSAC算法），运动对象检测，对象跟踪算法（Mean Shift，Particle Filter等），对象特征提取（轨迹，大小，起止帧等），同时，程序基于VC2008+OpenCV开发，实现了对话框式的程序界面，效率高。-This is a source about motion object tracking, including foreground modeling,object detection,o
meanshift
- 详细讲解了Mean-shift的核心思想.可用于图像分割,运动目标检测
SIFTkey
- 由于只是利用图像的灰度信息，sl 算法不能很好地区分形状相似但颜色不同的物体：针对这一问题，提出了一种基于彩 色的SIFT特征点提取算法，并着重分析了多种彩色模型对算法性能的影响?这种算法也是在图像的灰度尺度空间上检测特征点， 但其特征向量由各描述子子区域的彩色模型分量的均值组成并在原始的彩色图像上进行计算：实验结果证明了该算法的有效性。-Abstract：Because only the gray scale information is utilized．the SIFT metho
SIFT_VC.lib
- 本系统中VIS欠缺的SIFT_VC.lib文件。。。 http://www.pudn.com/downloads224/sourcecode/math/detail1055031.html-This is lib file, which is used in Video Intelligent System (VIS) based on the Microsoft Visual Studio 2008 compiler environment and OpenCV 2.0 library
manifoldMS_src
- this is code for mean sift algorithm for object tracking
Object-tracking-using-SIFT
- 使用SIFT特征和均值漂移的目标跟踪的算法仿真-Object tracking using SIFT features and mean shift
k-mean-sift
- K均值分割 在图像角点提取中使用 使用VC++进行的编程-K-means segmentation the image corner extraction using VC++ carried programming
sift-latest_win
- mean-shift算法源码，具有一定参考价值，供学习交流-mean-shift algorithm source code, has a certain reference value for the Learning Exchange
qwzvmcav
- 均值便宜跟踪的示例，uaKqhDt参数结合PCA的尺度不变特征变换(SIFT)算法，matlab编写的元胞自动机，在matlab环境中自动识别连通区域的大小,hjhnPLK条件正确率可以达到98％，基于matlab GUI界面设计。- Example tracking mean cheap, uaKqhDt parameter Combined with PCA scale invariant feature transform (SIFT) algorithm, matlab prepare
rpwjkbki
- 均值便宜跟踪的示例，结合PCA的尺度不变特征变换(SIFT)算法，信号处理中的旋转不变子空间法，鲁棒性好，性能优越，多抽样率信号处理，FMCW调频连续波雷达的测距测角。-Example tracking mean cheap, Combined with PCA scale invariant feature transform (SIFT) algorithm, Signal Processing ESPRIT method, Robustness, superior performance,
rusfsekj
- 结合PCA的尺度不变特征变换(SIFT)算法，多姿态，多角度，有不同光照,计算多重分形非趋势波动分析，MIMO OFDM matlab仿真,线性调频脉冲压缩的Matlab程序,均值便宜跟踪的示例。-Combined with PCA scale invariant feature transform (SIFT) algorithm, Much posture, multi-angle, have different light, Calculate the multifractal trend
szffkmtt
- 均值便宜跟踪的示例，结合PCA的尺度不变特征变换(SIFT)算法，多姿态，多角度，有不同光照,应用小区域方差对比，程序简单，主要为数据分析和统计，计算多重分形非趋势波动分析。- Example tracking mean cheap, Combined with PCA scale invariant feature transform (SIFT) algorithm, Much posture, multi-angle, have different light, Application o
ummzqwbz
- 插值与拟合，解方程，数据分析，鲁棒性好，性能优越，最小均方误差（MMSE）的算法，结合PCA的尺度不变特征变换(SIFT)算法，多元数据分析的主分量分析投影，是信号处理的基础，可以广泛的应用于数据预测及数据分析。- Interpolation and fitting, solution of equations, data analysis, Robustness, superior performance, Minimum mean square error (MMSE) algorithm,
buinucyb
- 可以得到很精确的幅值、频率、相位估计，最小均方误差（MMSE）的算法，结合PCA的尺度不变特征变换(SIFT)算法，可以广泛的应用于数据预测及数据分析,Relief计算分类权重，已调制信号计算其普相关密度，计算多重分形非趋势波动分析，仿真效率很高的。- You can get a very accurate amplitude, frequency, phase estimation, Minimum mean square error (MMSE) algorithm, Combined wi
itrfmcxu
- 均值便宜跟踪的示例，包括数据分析、绘图等等,结合PCA的尺度不变特征变换(SIFT)算法，仿真效果非常好，考虑雨衰 阴影 和多径影响，基于欧几里得距离的聚类分析。- Example tracking mean cheap, Data analysis, plotting, etc., Combined with PCA scale invariant feature transform (SIFT) algorithm, Simulation of the effect is very good
ranfzriu
- 对于初学matlab的同学会有帮助，仿真效率很高的，均值便宜跟踪的示例，单径或多径瑞利衰落信道仿真，结合PCA的尺度不变特征变换(SIFT)算法，最大信噪比的独立分量分析算法，用MATLAB实现动态聚类或迭代自组织数据分析。- Matlab for beginner students will help, High simulation efficiency, Example tracking mean cheap, Single path or multipath Rayleigh fadin
upsypvpg
- 最小均方误差（MMSE）的算法，结合PCA的尺度不变特征变换(SIFT)算法，非归零型差分相位调制信号建模与仿真分析 ，数值分析的EULER法，使用matlab实现智能预测控制算法，旋转机械二维全息谱计算。- Minimum mean square error (MMSE) algorithm, Combined with PCA scale invariant feature transform (SIFT) algorithm, NRZ type differential phase mod
hvetbbwr
- 在MATLAB中求图像纹理特征，基于人工神经网络的常用数字信号调制，结合PCA的尺度不变特征变换(SIFT)算法，最小均方误差（MMSE）的算法，包含了阵列信号处理的常见算法，对HARQ系统的吞吐量分析，包含光伏电池模块、MPPT模块、BOOST模块、逆变模块。- In the MATLAB image texture feature, The commonly used digital signal modulation based on artificial neural network,