搜索资源列表
optical-flow-algorithm-simulation-
- 提出一种基于OpenCV图像库的运动目标处理算法仿真方法，介绍了OpenCV库的特点和VC6环境下的配置，通过调用库中的视频读写函数、图像特征计算和光流计算函数，得到运动目标的光流场，为运动目标状态分析和跟踪提供了基础，仅在-OpenCV-based optical flow algorithm simulation exercise goals
target-detection-and-tracking
- 论文针对在复杂背景中检测出多批特定运动目标并实施分配批号实行标记跟踪，利用OPENCV的运动物体跟踪的数据结构、函数和基本框架，建立一个由人机交互界面模块，运动物体的前景检测模块，运动物体的团块特征检测模块等，最后使用建立的系统进行了实验，结果表明系统能正确的进行运动物体的实时检测和跟踪，并具有良好的鲁棒性。-OpenCV-based moving target detection and tracking of some of the articles I read, I feel you c
tracing-to-moving-object
- 采用了一种根据灰度特征进行模式匹配的跟踪算法提高了模板匹配法对于目标运动姿 态变化的自适应能力仿真结果表明上述算法在目标方向平移旋转以及图像背景对比度亮度发生改变时均能较好的检测到目标-It is presented in this paper that a modified version of it which incorporating with frame difference and multi-resolution matching. By introducing pre
particleFilterTrackingTest
- 实现目标的跟踪现运动目标的跟踪，一开始首先手动建立一个矩形框，提取目标的特征，然后随着目标的移动，矩形框跟着移动-Realize the target tracking is now moving target tracking, a first hand build a rectangular box, extract the characteristics of target, and then as the movement of the target, rectangular box w
tidu
- 针对mean shift 跟踪方法中存在的光照变化不稳定问题， 提出了基于梯度特征与彩色 特征相融合的mean shift 跟踪方法。首先分别提取目标的梯度特征和彩色特征，利用多尺度的相似度 计算方法进行特征的匹配，然后通过最大化相似度对目标进行跟踪。通过物体和人体等运动目标的跟 踪，验证了改进的跟踪算法在光照变化情况下的鲁棒性优于原有的算法，显著降低了跟踪位置误差。-The instability of the light changes in the mean shift tra
Feature-Imagination-
- 基于特征联想的视觉跟踪模型，用特征联想来修正特征模型，使跟踪更加鲁棒，使适应目标的突然形变。-Visual tracking model based on features of the Lenovo features of Lenovo to fix the feature model, to make tracking more robust, so to adapt to sudden deformation of the target.
Incremental-Learning-for-Tracking
- 在线增量地学习目标模板的特征，以求能更加鲁棒地跟踪目标。英文文献，07年发表的，很经典的一篇文献。-Incrementally learning the characteristics of the target template, in order to be more robust to track the target. English literature, published in 2007, it is a literature classic.
pf_colortracker
- 采用粒子滤波算法对目标进行跟踪，特征使用颜色直方图-Particle filter based object tracking using Color Likelihood
CVPR_Sharp1250
- 一片2007年cvpr上的文章，主要讲的是关于视频中目标的跟踪，主要运用的外观的纹理特征。-A the article on cvpr 2007 mainly about goal tracking on the video, the main use of the appearance of texture features.
5
- 本文提出一种通过实时调整目标特征权值来进行背景自适应跟踪的算法。首先，定义了一种综合特征集合用以描述目标的颜色和局部轮廓。其次，提出了在滤波框架中对目标特征进行评估的算法，从而使得具有强区分能力的特征占有较大的权值，进而使其能够在跟踪过程起到较大的作用。采用传统的Kalman 滤波和粒子滤波对所提出的算法进行了验证。-In this paper, we propose a new adaptive visual object tracking method based on online f
tracking
- 本文提出了一种复杂条件下基于子空间梯度方向直方图跟踪的方法,通过大量样本的离线训练构建目标的投影子空间,并用梯度方向直方图在子空间的投影作为新的目标描述特征. 为了满足实时性的要求,采用积分直方图方法 提高粒子特征的计算速度 然后结合粒子滤波方法在子空间中计算粒子与训练样本集之间的相似度,进而估计目标的运动参数.-A subspace t racking method is proposed to t rack target s under complex environment s. Fi
Texture-features-tracking
- 根据粒子滤波原理，选取纹理特征对目标描述，跟踪视频目标-Based on particle filter, select the texture features to describe on the target to realize tracking video.
Effectual-Method-for-Crowd-Counting
- 对固定镜头下视频序列中运动人体的检测和跟踪方法进行研究，利用灰度图像差分双向投影信息检测人体目标，提出一种基于统 计运动区域几何特征固定比例的分割算法，使用最近邻匹配方法对人体进行跟踪。-Video sequences in the detection and tracking of the movement of the human body to study under the fixed lens, bi-directional projector information using
long-term-tracking
- 这是一种新的单目标长时间（long term tracking） 跟踪算法。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。-This is a new single target for a long time (long term tracking) tracking algorit
Design-and-Real-ization
- 在优化粒子滤波跟踪框架下, 设计并实现了一个结合多种图像特征、在多摄像机环境下跟踪人体运动的三 维人体运动跟踪系统1 通过定义三维人体模型、摄像机模型以及观测似然模型, 得到跟踪所需目标函数, 并使用优化 粒子滤波算法进行求解1 实验结果表明, 该系统能够对人体运动进行准确的跟踪和三维重建, 可应用于体育运动分 析和动画制作等领域1-A v ideo-based 3D human body motion t racking system is developed under the
OpenTLD-master
- TLD(Tracking-Learning-Detection)是英国萨里大学的一个捷克籍博士生Zdenek Kalal在其攻读博士学位期间提出的一种新的单目标长时间（long term tracking）跟踪算法。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。-TLD (Trac
HOGCamshiftTrack
- Camshift跟踪方法，采用HOG特征，对运动目标进行检测跟踪-Camshift tracking method, using HOG features, the moving target detection and tracking
1
- 本文提出了一种复杂条件下基于子空间梯度方向直方图跟踪的方法，通过大量样本的离线训练构建目标的投影子 空间，并用梯度方向直方图在子空间的投影作为新的目标描述特征．为了满足实时性的要求，采用积分直方图方法 提高粒子特征的计算速度；然后结合粒子滤波方法在子空间中计箅粒子与训练样本集之间的相似度，进而估计目标 的运动参数．实验结果表明，该方法能够在光照变化、噪声干扰、模糊、目标姿态和尺度改变，以及部分遮捎等恶劣条 件下实现准确跟踪，比传统的跟踪方法具有更高的跟踪精度和跟踪鲁棒性，能够满足
2
- 本文在在尺度不变特征变换(Scale invariant feature transform,SIFT)特征匹配算法的基础上, 提出了一种基于累积特征的多目标的跟踪算法, 通过对目标的SIFT特征进行实时更新来去除由噪声(或形变)带来的\过时"特征信息, 保证了特征的稳定, 提高了匹配准确度. 实验结果表明, 本算法能够有效处理目标由于旋转、形变而导致跟踪性能下降甚至跟踪目标丢失的问题, 同时对跟踪过程中多目标的关联, 也具有较好的鲁棒性.-In this paper, the Scale In
4
- 本文主要研究海面运动船只的识别与跟踪技术。首先概述了海上运动目标检测和跟踪的研究现状；对目前主要的显著区域提取、运动目标识别和跟踪方法进行了简要概述；提出了基于视觉注意和HOG特征相融合的海上船只目标检测方法；利用多特征融合的粒子滤波算法对运动目标进行了跟踪。-This paper studies the sea sport vessel identification and tracking technology. First, an overview of maritime moving t