搜索资源列表
sift
- sift改进代码，可用于图像匹配，目标识别与跟踪、3D重建-Sift improve code, can be used in image matching, target recognition and tracking, 3 d reconstruction
04767153
- 多目标跟踪算法文档，使用光流算法和多模板匹配算法。实现对多目标的跟踪-Multi-target tracking algorithm documents, using optical flow algorithm and multi-template matching algorithm. To achieve the multi-target tracking
smithchart
- 微波技术：史密斯圆图程序，鼠标跟踪显示及单支节匹配-Smith Chart programming
KTL(1.3.4)
- 图像处理中的特征匹配算法，KTL特征跟踪算子的实现。参考论文：Good Features To Track-Image processing feature matching algorithm, KTL feature tracking operator implementations. Reference papers: Good Features To Track
Face-Detection-ren-lian-jian-ce
- 目标跟踪,利用相邻两帧的区域匹配从图像序列中建立目标链,跟踪目标从进入监视范围到驶离监视范围的整个过程-Target tracking, the use of two adjacent frames matching goal of establishing regional chain from an image sequence, tracking targets range from entering the monitor to monitor the whole process of
SSDA-Algorithm-
- 序贯相似性检测算法，可用于图片的匹配，以及视频上的跟踪，效果明显。-Sequential similarity detection algorithm, it can be used in image matching, and the tracking on the video, the effect is obvious.
Binocular-Stereo-Vision
- 基于OpenCV的双目视觉测量代码。1）可读入标定的摄像机参数，并对左右图像进行校正；2）实现了对三角轮廓的实时跟踪，与匹配。-This project is about the Binocular Stereo Vision，which is based on OpenCV.
matching
- 图像匹配。可以检测两张图像中跟踪目标是不是相同的。可以运用于人脸识别，目标再跟踪。-Image matching. Can detect two images to track the target is not the same. Can be applied to face recognition, target tracking again.
TemplateMatch
- 利用opencv的函数进行模板匹配，可以继续扩展成物体的识别和跟踪，对于基本的物体识别和跟踪场景有较好的作用-template matching using opencv s functions
1
- 复杂背景下，运动目标检测方法的综述和对目标跟踪匹配的方法- Complex background, overview and moving target detection method for matching target tracking methods
sift-master
- sift 图像特征提取。可以进行后续的图像匹配和视频跟踪工作。-sift feature extact
matlabtracking
- 使用matlab，手工标记好一个特征线，对视频序列提取特征进行跟踪匹配例子-Use matlab, hand-labeled good a characteristic line of video sequences extracted features to track matching examples
B.Lucas
- 这是KLT算法论文的高清版。Kanade-Lucas-Tomasi方法，在跟踪方面表现的也不错，尤其在实时计算速度上，用它来得到的，是很多点的轨迹“trajectory”，并且还有一些发生了漂移的点，所以，得到跟踪点之后要进行一些后期的处理，说到Kanade-Lucas-Tomasi方法，首先要追溯到Kanade-Lucas两人在上世纪80年代发表的paper：An Iterative Image Registration Technique with an Application to Ste
PFilter
- 简单的粒子滤波跟踪实验，基于模板匹配和SIR,使用时请输入若干张彩色连续帧图像并修改跟踪图像数量，手动指定跟踪目标。-Particle filter simple tracking experiment, based on template matching and SIR.
GMM
- 针对摄像机固定下的复杂背景环境，对采集到的视频图像的图像数据用混合高斯背景建模方法实现前景/背景分割，实现运动目标检测和跟踪。在进行前景检测前，先对背景进行训练，对图像中每个背景采用一个混合高斯模型进行模拟，每个背景的混合高斯的个数可以自适应。然后在测试阶段，对新来的像素进行GMM匹配，如果该像素值能够匹配其中一个高斯，则认为是背景，否则认为是前景。由于整个过程GMM模型在不断更新学习中，所以对动态背景有一定的鲁棒性。最后通过对一个有树枝摇摆的动态背景进行前景检测，取得了较好的效果。-For c
DetectMTInDB
- vs2010下两张图片之间、进行sift匹配，角点LK金字塔光流跟踪，surf匹配。有绘制特征点主方向和辅助方向。具体仔细看代码。-vs2010 down between two pictures, make sift matching corner pyramid LK optical flow tracking, surf match. Have drawn the main direction of the feature points and the auxiliary directio
My-template-matching
- 在图像中采用目标模板匹配对目标进行跟踪，跟踪快速稳定，效果很好。-Using the target in the image template matching target tracking, tracking fast and stable, with good results.
Double-RingMeanShiftAlgorithm
- 传统均值漂移跟踪算法在目标特征提取、模板匹配度量和带宽固定方面存在缺陷，提出一种双环 Mean Shift视频跟踪算法-A tracking algorithm based on double—ring Mean Shift is proposed to solve the deficiency of target representation，template similarity measure and fixed kernel—bandwidth in traditional Me
textureTest3
- 利用fast特征检测，surf等匹配方式对车窗纹理区域进行识别和跟踪，用于嫌疑车辆定位-Using fast feature detection, surf and other matching methods to identify and track the texture of the window region, for the location of the suspect vehicle, etc.
Target-tracking
- 基于模板匹配的最简单目标跟踪，开发环境opencv2.4.6和vs2010。我把代码复制到放txt记事本里面了，所以显得特别小，请大家放心下载，可以运行。-Based on the easiest target template matching tracking, development environment opencv2.4.6 and vs2010. I copied the code to put txt Notepad inside, so is particularly smal