搜索资源列表
object-tracking
- 目标跟踪部分采用颜色空间与纹理特征结合的方式，实现建模。-In the part of target tracking, adopts the method combination with color space,texture characteristics,Mean-Shift and kalman filter,to achieve the goal.
camshift
- opencv实现的camshift算法，利用颜色特征进行跟踪-camshift algorithm opencv achieved using color features for tracking
pupildetectOK
- 在VC6.0环境下，借助openCV函数库，对视频中的人脸进行检测，并实时跟踪，然后用Haar特征的分类器定位人脸，并检测瞳孔存在与否，提取关于眼睛的疲劳信息-In VC6.0 environment, with the aid of openCV function library, to detect human faces in video, and real-time tracking, positioning and use characteristics of Haar classif
background-model8
- ：基于背景建模的运动目标分割是智能视频监控的重要任务，模型的质量直接影响到检测、跟踪、识别等运动分析的准确性．当前的建模方法多是单层的，忽略了像素特征在时域和空域上的联系，模型描述不够准确，对于背景扰动、全局光照变化及复杂的室内外场景等多种情况鲁棒性不强，导致了分割中出现空洞和噪声点．针对这些问题提出了一种双层建模的方法，在第一层提取时域上的像素亮度特征采用码本建模，第二层提取邻域纹理特征采用基于中心对称的局部二值模式建模．实验证明该方法在用于运动分割时，比常用方法具有更好的准确性和鲁棒性．-M
m10
- 背景建模是实现运动目标检测与跟踪的关键技术之一。在实时视频监控系统中，对背景建模算法的运行时间及所提取出的背景图像的实时性有很高的要求，针对这一问题，提出了一种基于切比雪夫不等式的自适应阈值背景建模算法。算法利用切比雪夫不等式计算像素点色度变化的概率估计值，提出了一种自适应阈值分类方法，它将像素点快速分类为前景点、背景点及可疑点，再利用核密度估计方法对可疑点进行进一步分类，最后利用背景更新算法提取实时背景图像。实验结果证明，该算法能快速有效地区分特征明显的背景点与前景点，提高了背景图像提取的速
m14
- 背景建模是实现运动目标检测与跟踪任务的关键技术之一, 背景模型的鲁棒性问题受到普遍关注. 本文针对背景建模所依赖的不同信息特征, 从实际应用和样本集形态两个方面分析了背景模型的鲁棒性需求. 根据不同信息的描述和处理的特点综述了背景建模的典型算法, 并考察其对鲁棒性需求的处理策略. 然后就不同层次信息的描述及其鲁棒性, 比较了典型背景建模系统, 并分析了背景建模技术的发展趋势.-Background modeling is a key technology to achieve moving ta
m
- meanShift算法用于视频目标跟踪时，采用目标的颜色直方图作为搜索特征，通过不断迭代meanShift向量使得算法收敛于目标的真实位置，从而达到跟踪的目的。-meanShift video object tracking algorithm is used, the use of the color histogram of the target as a search feature, so that through continuous iteration meanShift vecto
1
- meanShift算法用于视频目标跟踪时，采用目标的颜色直方图作为搜索特征，通过不断迭代meanShift向量使得算法收敛于目标的真实位置，从而达到跟踪的目的。-meanShift video object tracking algorithm is used, the use of the color histogram of the target as a search feature, so that through continuous iteration meanShift vecto
lser-radar
- 激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统。从工作原理上讲，与微波雷达没有根本的区别：向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。本程序为FMCW激光雷达matlab程序，包括调频非线性校正等。-Laser emitting a laser beam radar detection is the
ORB_tracking_2
- 本程序基于VS2010与openCV2.3.1计算机视觉库，实现对视频中特定目标的跟踪。本程序采用ORB特征识别，模板滚动更新，使用前注意修改视频路径。-The program is based on VS2010 and openCV2.3.1 computer vision library, which can tracking a specific target in video. The program uses ORB feature recognition, and its temp
Vc6_Image
- VC++图像处理及源码包（大全）包括下列内容：1.数字图像获取，处理及实践应用电子书 2.数字图像获取，处理及实践应用电子书分章节源码 3.书中提及的各种算法的综合源码。压缩包里面包括的算法代码有：分章节源码内容：内容：对比度增强、灰度变换法、直方图修整法、图像平滑、图像锐化、伪彩色和假彩色增强；逆滤波复原、维纳滤波方法；傅立叶变换、离散余弦变换（DCT）、沃尔什变换、基于特征向量的变换、霍特林（Hotelling）变换、SVD变换、小波变换、Mallat算法；霍夫曼（Huffman）编码、算术
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
HaarAndCamshift
- 基于haar检测算法和camshift算法的运动物体跟踪的程序，可根据xml提供haar特征进行特定物体的跟踪检测-Haar detection algorithm based on algorithms and camshift moving object tracking program that provides haar features of a particular object tracking and detection based on xml
harris
- 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
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
Compressive-tracking-kaihua-Zhang
- 《Real-Time Compressive Tracking》这个paper的感知跟踪算法的代码。利用Harr特征，对大部分视频有较好的跟踪效果-Code of the paper “Real-Time Compressive Tracking”。Use the Harr feature to get the good performance.
1756456
- 设计了一种基于TMS320C6455与FPGA 的实时图像跟踪系统，该系统首先采用MAX9526 采集图像，利用FPGA 对图像进行均值滤波，滤波后数据采用乒乓方式传输给DSP。Mean Shift 跟踪算法采用图像像素灰度距离中心点的距离作 为目标特征建立核函数，实现对目标的实时跟踪。实验表明，该系统具有良好的实时性与稳定性。-Designed a real-time image-based tracking system TMS320C6455 and FPGA, the system
156423
- 为实现教室监控视频中多目标智能跟踪，研究提出了一种基于前景检测修正和梯度特征的改进型ＣａｍＳｈｉｆｔ算法。该算法利用收敛速度分段分区可调的背景重建算法对视频序列进行背景重建与前景检测。综合考虑了前景检测结果，图像 梯度和颜色特征，进行ＣａｍＳｈｉｆｔ目标跟踪。该算法能自适应调节梯度与颜色特征融合比例，对强光有一定的抑制作用。开发了实验软件，仿真结果表明了所提算法的有效性，为解决教室照明用电浪费问题提供一个可行的解决方案。-Surveillance video in the classroom
segmentor
- 读取视频序列，处理视频帧，写入视频序列，跟踪特征点，提取前景物体-Reads the video sequence, processing a video frame written in the video sequence, the tracking feature points extracted foreground object
KLT1
- 使用klt光流法对运动物体进行跟踪.特征点由SIFI算法得到-Using the KLT optical flow method for tracking moving objects