搜索资源列表
j_19165_redmine
- Redmine 是一个开源的、基于Web的项目管理和缺陷跟踪工具。它用**历和甘特图辅助项目及进度可视化显示。同时它又支持多项目管理。Redmine是一个自由开放 源码软件解决方案，它提供集成的项目管理功能，问题跟踪，并为多个版本控制选项的支持。虽说像IBM Rational Team Concert的商业项目调查工具已经很强大了，但想坚持一个自由和开放源码的解决方案，可能会发现Redmine是一个有用的Scrum和敏捷的选择。 由于Redmine的设计受到Rrac的较大影响，所以它们的软件包有
j_17918_redmine
- Redmine 项目管理 V2.0.4Redmine 是一个开源的、基于Web的项目管理和缺陷跟踪工具。它用**历和甘特图辅助项目及进度可视化显示。同时它又支持多项目管理。Redmine是一个自由开放 源码软件解决方案，它提供集成的项目管理功能，问题跟踪，并为多个版本控制选项的支持。虽说像IBM Rational Team Concert的商业项目调查工具已经很强大了，但想坚持一个自由和开放源码的解决方案，可能会发现Redmine是一个有用的Scrum和敏捷的选择。 由于Redmine的设计受到
kalman
- 分为行人检测，特征提取，行人跟踪三步，其中最主要的代码也是这个代码的中心是行人跟踪这一部分，我采用的是kalman滤波器进行行人下一帧位置的预测，可以很好的提高行人跟踪的鲁棒性，跟踪结果比较准确。-Into pedestrian detection, feature extraction, pedestrian tracking steps, which is the center of the main code of the code is pedestrian tracking this
my_camera
- 使用vision.cascadeobjectdetector检测视频帧中的人眼的位置。检测器使用提琴琼斯检测算法和检测训练分类模型。人脸跟踪使用KLT算法.能够减少人头倾斜造成的影响,只有第一次检测人眼，以后都是检测特征点，运算速度快。-Use vision.cascadeobjectdetector detects video frames eye position. The detector uses a detection algorithm Tiqinqiongsi classifica
particle-filter
- opencv实现了一种目标跟踪算法——粒子滤波算法，算法的思想来源于文献[1][2],且在其思想上稍微做了些修改。其大概过程是：首先手动用鼠标框出一个目标区域，计算其直方图特征值作为模板，然后在该目标中心周围撒粒子，根据所撒粒子为中心的矩形框内计算其直方图特征，并与目标相比较，最后根据比较出的结果重复上面过程，即重采样的方法撒粒子，粒子扩散，状态观察，目标预测。最后通过实验证明，取得了较好的效果。-particle filter
TLD
- 本程序是在vs2010+opencv的平台上运行的，利用的是opencv2.4.9，C++写的，该算法与传统跟踪算法的显著区别在于将传统的跟踪算法和传统的检测算法相结合来解决被跟踪目标在被跟踪过程中发生的形变、部分遮挡等问题。同时，通过一种改进的在线学习机制不断更新跟踪模块的“显著特征点”和检测模块的目标模型及相关参数，从而使得跟踪效果更加稳定、鲁棒、可靠。最后的得到的效果令人满意。-This program is run on a platform vs2010+opencv, the use
hog
- HOG 特征描述子，用于行人检测以及目标跟踪,生成特征描述子，用于分类或后续的处理-Feature descr iptor HOG
racking-Feature-Points-in-Video
- 基于OpenCV，对视频中的特征点进行提取，并跟踪。-Tracking Feature Points in Video
CT_code_matlab
- 一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度图像特征进行降维，然后在降维后的特征上采用简单的朴素贝叶斯分类器进行分类-Real-time Compressive Tracking proposed by Kaihua Zhang in The Hong Kong Polytechnic University
meanshift
- 均值漂移算法是一种基于颜色特征的无参密度估计算法，被人们广泛的应用于图像滤波、聚类分析和目标跟踪等领域。-Mean shift algorithm is a nonparametric density estimation algorithm based on color feature, which is widely used in the fields of image filtering, clustering analysis and target tracking.
LSH_MATLAB
- 光照不变性特征，主要用于目标跟踪，是比较稳定的一种跟踪方法，应用很广-A tracking method for illumination invariant features, mainly used for target tracking, is relatively stable, a very wide application
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
vehicle_detection_haarcascades
- 基于harr特征点的车辆跟踪，光照影响不大，鲁棒性还可以，供大家学习-Harr feature points based vehicle tracking, little light on the robustness can be, for everybody to learn
compressiveTracking
- 压缩跟踪 是一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度图像特征进行降维，然后在降维后的特征上采用简单的朴素贝叶斯分类器进行分类。该跟踪算法非常简单，但是实验结果很鲁棒，速度大概能到达40帧/秒-Compression tracking A simple and efficient tracking algorithm based on compression perception. First use of random eligible for c
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.
roi
- 对于一幅图像，很多时候我们感兴趣的是图像中的某部分，同时有时候要对目标进行跟踪时，需要选取目标特征，所以要提取图像的感兴趣区域。使用cvsetImageROI函数-For an image, many times we are interested in a certain part of the image, sometimes at the same time to the target track, you need to the target feature, so you want
KCF
- 目前最热门的视频检测和跟踪算法，在HOG特征下，排名第一-Currently the most popular video detection and tracking algorithm.In the HOG feature, ranking first
RGBN_PF
- 一种多目标特征融合跟踪算法，特征采用的是颜色特征和改进的LBP纹理特征-A multiple target features fusion tracking algorithm, feature is based on color feature and improved LBP texture feature
DeepLearnToolbox_CNN_lzbV2.0
- DeepLearnToolbox_CNN_lzbV2.0 深度学习,卷积神经网络,Matlab工具箱 参考文献: [1] Notes on Convolutional Neural Networks. Jake Bouvrie. 2006 [2] Gradient-Based Learning Applied to Document Recognition. Yann LeCun. 1998 [3] https://github.com/rasmusberg
DeepLearnToolbox_CNN_lzbV3.0
- CNN - 主程序 参考文献: [1] Notes on Convolutional Neural Networks. Jake Bouvrie. 2006 [2] Gradient-Based Learning Applied to Document Recognition. Yann LeCun. 1998 [3] https://github.com/rasmusbergpalm/DeepLearnToolbox 作者：陆振波 电子