搜索资源列表
3
- 介绍 了 基于二值图像的目标边界跟踪算法及其在红外成像型 G I F 中的应用，并将算法与利用微 分算子检测 目 标边缘的传统算法 进行 了比较， 通过仿真表明目 标跟踪算法较传统算法不仅能够准 确、 有序地检测出目标的整个边缘，实现图像信息的压缩，而且能够比较好的去除图像中的小块噪声。- T racing edge algo r i th m based o n b inary im age and its application in t h e IR im ag ing ty pe
opencv-doc
- 图像数据操作（内存分配与释放，图像复制、设定和转换） 图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出） 矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解） 支持多种动态数据结构（链表、队列、数据集、树、图） 基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构） 结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化）
eggsbyat
- 含噪脉冲信号进行相关检测,LDPC码的完整的编译码，多目标跟踪的粒子滤波器，BP神经网络用于函数拟合与模式识别，计算加权加速度,鲁棒性好，性能优越。-Noisy pulse correlation detection signal, Complete codec LDPC code, Multi-target tracking particle filter, BP neural network function fitting and pattern recognition, Weighted
Matlab_STCv0
- 时空上下文视觉跟踪（STC）算法的解读与代码复现 该论文提出一种简单却非常有效的视觉跟踪方法。更迷人的一点是，它速度很快，原作者实现的Matlab代码在i7的电脑上达到350fps。 该论文的关键点是对时空上下文（Spatio-Temporal Context）信息的利用。主要思想是通过贝叶斯框架对要跟踪的目标和它的局部上下文区域的时空关系进行建模，得到目标和其周围区域低级特征的统计相关性。然后综合这一时空关系和生物视觉系统上的focus of attention特性来评估新的一
Part1Dynamic-Models
- 目标跟踪发展的总结，对于目标跟踪与检测领域的学习很有意义-Survey of Maneuvering Target Tracking
KinectCoordination
- 利用了微软的Kinect v2 开发了基于深度图像的人体目标的检测跟踪与定位，结合了VS2013，Qt以及opencv视觉库，设计了该系统的GUI界面(Using Microsoft's Kinect V2, we have developed the detection, tracking and positioning of human targets based on depth images. Combining the VS2013, Qt and opencv visual libr