搜索资源列表
mubiao3D
- 目标3D不变特征的提取与应用 博士论文 用cajview看-Target unchanged 3D feature extraction and application of the doctoral thesis by cajview see
SIFT-algorithm
- SIFT特征(Scale-invariant feature transform,尺度不变特征转换)是一种计算机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。此算法有其专利,专利拥有者为 英属哥伦比亚大学。 局部影像特征的描述-SIFT algorithm
3D-Reconstruction
- 基于多幅图像序列的三维重建技术,以两幅图像的三维重建算法为基础,采用由运动 中恢复校准的结构方法,在已知摄像机参数的情况下,利用KLT特征点跟踪算法,实现了多 幅图像的三维重建,并利用集束调整优化了重建结果.-We presented a three dimensional reconstmction method based on image sequence of multiple images. Under the condition of the known camem pa
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,
Face-Detector-Training
- 由一个3D变形人脸模型取自动生成适应的训练样本。由统计视角,tailored训练数据保证了所有的数据变化且由任意的人脸属性丰富训练样本,例如,年龄或体重。更进一步,它可能自动适应到环境约束,例如,来自于监控摄像机的照明或视角约束。我们使用裁剪的(tailor)图象训练一个新的Viola Jones的adaboost 目标检测框架的多核实现。这个新的实现不仅快速的,而且多特征通道的使用成为可能,例如,在训练期间的颜色特征。在我们实验中,我们训练7个依赖视角的人脸检测子并在Face Detectio