搜索资源列表
现代客户管理系统
- 客户管理是CRM的基础核心部分，我们对客户管理包括 客户的基本资料，每个客户可以设置多个关键联系人，从而把客户的管理落实到对其关键人物管理的管理细节上。 除了传统的客户分类：普通客户、代理客户、竞争对手而外，我们更是提供客户的类别自定义，从而实现想怎么分就怎么分。 把客户管理和公司的客户代表（业务员、客户专员）相结合，每个客户都有属于自己的业务负责人，确保“一致对外”，对客户永远只出现一种声音。 通过对客户的授信额度管理，规避不必要的风险，追踪潜在坏帐风险。-CRM customer manag
KalmanFilterProgram
- 目标跟踪问题的应用背景是雷达数据处理，即雷达在搜索到目标并记录目标的位置数据, 对测量到的目标位置数据（称为点迹）进行处理，自动形成航迹，并对目标在下一时刻的位置进行预测。 ben文简要讨论了用Kalman滤波方法对单个目标航迹进行预测，并借助于Matlab仿真工具，对实验的效果进行评估。 trajectory.m产生理论的航迹，并绘出 Kalman_filter.m 利用Kalman滤波算法，对目标的航迹进行估计 filter_result.m kalman滤波估计的
KLT2
- 在图像中提取特征点，根据特征点进行目标跟踪-the image feature extraction, according to the characteristic points of target tracking
OnProcessTrace
- 于八方向链码的边界跟踪代码，其中数组存储的是边界点的矢量方向，存储的是边界点的坐标。-in eight directions chain code border tracking code, which is stored in an array of border points vector direction, Storage is the boundary point coordinates.
Automatic-segmentation
- 在最优阈值分割的基础上,用自动区域生长去除气管/支气管区域,对边界跟踪法进行改进以快速 去除背景干扰和获得肺部边界,最后进行肺部边界修补得到完整的肺部图像。算法采用迭代法寻找最 优阈值解决了阈值选取的敏感性问题,提出了基于前层图像中气管/支气管位置的气管/支气管提取方 法,避免了种子点的人工选取,基于前次搜索方向改进了八邻域搜索方法来提高边界跟踪的速度。 -In the optimal threshold segmentation based on region growing
MeanShift
- 为了提高经典的Mean Shift算法在复杂场景中的跟踪性能,提出了一种基于角点的目标表示方法。首 先,利用Harris角点检测算法提取表示目标主要特征的角点 其次,基于提取的角点,建立目标模型,将其嵌入 Mean Shift算法进行跟踪。该方法仅用少量的关键点表示目标,能够自动去除目标和背景中的次要特征,有效地 抑制背景成分对目标定位的影响,从而改进Mean Shift目标跟踪算法的性能。-To imp rove the performance of the classicalMe
Src1
- 这是一个SDK程序。本程序跟踪显示鼠标的坐标位置，同时，若有鼠标操作，可在窗口标题栏中显示操作信息，要是在窗口客户区中进行双击，就会在双击位置点上显示位置信息。 -This is an SDK program. This procedure tracking shows the coordinates of the mouse position, and if the mouse can be displayed in the window s title bar operating infor
bugzilla-3.0.5.tar
- bugzilla，一个较为好用的BUG跟踪管理平台。界面稍微丑陋点。-bugzilla, a more useful BUG tracking management platform. Slightly ugly interface points.
mouse
- 这是一个SDK程序。本程序跟踪显示鼠标的坐标位置，同时，若有鼠标操作，可在窗口标题栏中显示操作信息，要是在窗口客户区中进行双击，就会在双击位置点上显示位置信息。此外，客户中还有两个位图，当鼠标移动到位图上时，就会改变为自己定义的光标。该程序适合Win32编程初学者，内含大量的中文注释-This is an SDK program. This procedure tracking shows the coordinates of the mouse position, and if the mou
bfs-src
- 1.程序基于java语言。运行要求java运行环境。即就使jdk1.2以上。否则程序无法运行。 2.程序中读图时，可以选择读有向图还是无向图。 3.本程序为一个图的综合运行环境。提供了图的各种操作。包括读图，DFS判断图中是否存在 环路，BFS全局访问，两点之间的最短路径，屏幕清空。并且跟踪说明了图的各种操作的 过程。 4.程序可以多次的读图，进行图的各种操作。点击面板上的各种按钮就可以进行各种操作。-1. Procedures based on the java language.
Data_fusion_key_technology
- 介绍了多传感器数据融合的研究现状和发展趋势，并介绍了一些先进的目标信息数据关联和目标跟踪技术，在定位和跟踪巡航导弹方面具有一定的意义。最后针对存在的难点和问题。提出了分坐标目标信息处理的方法。-Introduced the multi-sensor data fusion research status and development trends, and introduced some advanced information and data associated with the obj
sift
- sift目标跟踪特征点的匹配，检测性能高，匹配效果好-sift target tracking feature points of the match, testing high-performance, match the good results
kalman
- kalman滤波器收到好的结果基于c++和opencv-Tracking of rotating point. Rotation speed is constant. Both state and measurements vectors are 1D (a point angle), Measurement is the real point angle+ gaussian noise. The real and the estimated points
wittenhagen2008a
- 《DragonEye Fast Object Tracking and Camera Motion Estimation》DragonEye是一个基于目标直接浏览的视频播放系统。比Dimp和Dragon来说具有实时性-Recently, multiple research groups proposed the concept of direct manipulation, which makes the task of navigation in videos directly rel
edge_track
- Edge tracking code. It finds starting points and starts tracking from it.
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
Tracking
- edited the face tracking example using klt to use my facial feature points The original inbuilt example that comes with matlab can edited usin
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
Point-tracking
- 基于Opencv的点循迹跟踪，可用opencv库函数识别特征点，后根据特征点之间的联系进而进行跟踪。-Opencv point tracking tracking based on available opencv library function identification feature points, according to the feature points between contact and tracking.
keypoint-and-tracking
- get image interest points using x y gradient and track the image based on these interests points