搜索资源列表
camshiftdemo
- Gary R．Bradski提出CamShift算法，即"Continuously Adaptive Mean-Shift"算法。是以颜色直方图为目标模式的目标跟踪算法，可以有效地解决目标变形和部分遮挡的问题，而且运算效率很高。在视频跟踪过程中，CAMSHIFT算法利用选定目标的颜色直方图模型得到每帧图像的颜色投影图，并根据上一帧跟踪的结果自适应调整搜索窗口的位置和大小，得到当前帧中目标的尺寸和质心位置。-Gary R. Bradski CamShift proposed algorithm,
Meanshift
- 利用Mean-shift进行目标的跟踪。-Mean-shift use for target tracking.
mean_shift
- 关于mean shift算法在目标跟踪方面的应用，讲述了mean shift算法的基本原理，和跟踪方法-On the mean shift algorithm in the application of target tracking, mean shift algorithm describes the basic principles, and the tracking method
OnTrackingofMovingObjects
- 学位论文；运动物体跟踪方法主要包括卡尔曼滤波，Mean-shift，Camshifi算法，粒子滤波器，Snake模型等；应用卡尔曼滤波方法设计了一套煤矿矿工出入自动监测系统；提出了一种新的基于高斯混合模型的颜色特征提取方法，该方法克服了现有的Camshift算法Continuousl y Adaptive eanshift中跟踪目标特征提取精确度低和计算复杂度高的缺陷-Dissertation moving object tracking methods include Kalman filt
BasedOnMeanShiftAndParticleFilterObjectTracking.ra
- 基于Mean Shift算法和Particle Filter算法的目标跟踪学位论文：讨论了MeanS hift算法(均值偏移)和粒子滤波算法(Particle Filter)，分析了两种算法的特点；，分析了用运动目标检测提取目标运动特征的技术，通过增加对目标特征描述信 息，提高跟踪健壮性，并在以颜色直方图描述颜色特征的基础上，融合了目标的运动特征，设计了一种基于运动特征和颜色特征多特征融合的粒子滤波跟踪方法；用二阶直方图描述颜色特征，设计了均值偏移和粒子滤波相结合的目标跟踪技术-Based
Tracking
- 提出一种新的目标表示和定位方法,该方法是非刚体跟踪的核心技术.利用均质空间掩膜规范基于特征直方图的目标表示,该掩膜引入了适合于梯度优化的空间平滑相似函数,所以可以将目标定位问题转换为局部极大值求解问题.我们利用从Bhattacharyya系数倒出的规则作为相似度量,利用mean shift procedure完成优化求解.在给出的测试用例中, 本文方法成功解决了相机移动,阴影,以及其他的图象噪声干扰.文章对运动滤波和数据关联技术的集成也进行了讨论.-A new objective and pos
meanshift
- 目标跟踪中常用均值漂移算法，以下是关于meanshift的一些改进算法-Commonly used in target tracking, mean-shift algorithm, the following are some improvements on the algorithm of meanshift
RealTimeMeanShiftTrackingusingOpticalFlowDistribut
- 利用mean shift算法实现实时目标跟踪，并使用光流法进行目标检测-Using mean shift algorithm for real-time target tracking, and use the optical flow method for target detection
meanshifttracking
- 基于mean-shift的动态目标跟踪算法，简单有效，另附图库-Based on mean-shift of the dynamic target tracking algorithm, simple and effective, attach library
MeanShift
- 这是有关图像目标跟踪的ppt 讲的方法是用 mean shift 来进行目标跟踪 学习l-mean shift
mean_shift
- 均值平移的跟踪代码，能够对目标物体进行良好的跟踪-This file is the implementation of the mean shift algorithm. It can work well in tracking the target object
ParticleTracking
- mean shift 跟踪算法 能够很好的实现目标的定位 表示 和跟踪-mean shift it is very useful
a
- 基于多目标的跟踪和实现，里面介绍了跟踪算法的现状，以及如何基于mean shift和卡尔曼滤波改进跟踪算法-Based on multi-target tracking and realization, which describes the status of the tracking algorithm, and how mean shift and Kalman filter based tracking algorithm to improve
Video_Demo
- 视频目标检测演示框架,视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 -Framework for object detection video presentation, video presentation algorithms include: 1. Static background of the context of target detection pr
Videotargettracking
- Mean Shift方法目标跟踪方法该算法为均值平移法目标跟踪，您可以通过打开演示视频“静态背景运动目标.avi”文件演示该算法。算法需要提供预跟踪目标所在的位置及大小，程序默认提供了该演示视频目标所处的位置。若使用其他视频演示该算法，则必须手工指定目标的位置及大小。 -Mean Shift method of target tracking algorithm for the mean shift tracking method, you can open a demo video &qu
An-Improved-Mean-Shift-Algorithm
- 奉文主要针对经典的Mean Shift跟踪算法均匀剖分整个颜色空间造成许多空的直方图区间以及不能准确表达目标 颜色分布的缺点，提出J，一种改进算法．该改进算法首先对目标的颜色进行聚类分析，根据聚类结果通过矩阵分解和正交变换 自适席地剖分日标的颜色空间从向确定对戍于每一聚类的子空间．在此基础上定义 一种新的颜色模型，该模型统计落入每 一颜色子空间的像素的加权个数并用高斯分布建模每一个子空间的颜色分布，并推导r一种相似性度量米比较目标和候选目 标的颜色模型之间的相似程度．最后基于该颜
particle-filter-visual-tracking
- 该代码用于实现粒子滤波视觉目标跟踪(PF)、卡尔曼粒子滤波视觉目标跟踪(KPF)、无迹粒子滤波视觉目标跟踪(UPF)。它们是本人这两年来编写的核心代码，用于实现鲁棒的视觉目标跟踪，其鲁棒性远远超越MeanShift(均值转移)和Camshift之类。用于实现视觉目标跟踪的KPF和UPF都是本人花费精力完成，大家在网上是找不到相关代码的。这些代码虽然只做了部分代码优化，但其优化版本已经成功应用于我们研究组研发的主动视觉目标跟踪打击平台中。现在把它们奉献给大家！-These codes are us
BAH1
- 用卡尔曼滤波和自适应窗口的均值偏移算法再结合Bhattacharyya系数粗定位实现视频目标跟踪-Kalman filtering and adaptive window mean shift algorithm combined with coarse positioning Bhattacharyya coefficient for video tracking
detection
- 静态背景下的背景预测法目标检测 静态背景下帧间差分法目标检测 Mean Shift目标跟踪方法 重心多目标跟踪方法 -motion detection including meanshift/difference images/we can detect the man or object
Meanshift
- Mean Shift目标跟踪，大家试试吧，还是挺好用的-Mean Shift tracking