搜索资源列表
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
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
B.Lucas
- 这是KLT算法论文的高清版。Kanade-Lucas-Tomasi方法，在跟踪方面表现的也不错，尤其在实时计算速度上，用它来得到的，是很多点的轨迹“trajectory”，并且还有一些发生了漂移的点，所以，得到跟踪点之后要进行一些后期的处理，说到Kanade-Lucas-Tomasi方法，首先要追溯到Kanade-Lucas两人在上世纪80年代发表的paper：An Iterative Image Registration Technique with an Application to Ste
finknudem-(2)
- Scale-invariant feature transform (or SIFT) is an algorithm in computer vision to detect and describe local features in images. The algorithm was published by David Lowe in 1999.[1] Applications include object recognition, robotic mapping and na
SIFT
- matlab实现的sift特征提取和检测算法，还有harris检测和跟踪算法。-matlab implementation sift feature extraction and detection algorithms, as well as harris detection and tracking algorithms.
adaptive-hog-tracker-master
- 在目标跟踪中，有很多特征可以利用，但是HOG特征还是比较好的-In target tracking, there are a lot of features can be used, but the HOG feature is quite good
PCL-1.6-sources
- PCL（Point Cloud Library）是在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库，它实现了大量点云相关的通用算法和高效数据结构，涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。这里是PCL1.6的例子源码-PCL (Point Cloud Library) is on the basis of absorbing the predecessors Point Cloud related research to build a
dvo_slam-fuerte
- 基于特征的3D对准算法，用于进行Camera tracking,是非常高效的估计相机位置的算法。-Feature-based 3D algorithm focus on the efficient camera tracking, this is the demo of the slam
LBP
- local binery (lbp), feature extraction for target tracking applications
detect_surf_features
- surf feature extraction for target tracking applications
color_for_particle_filter
- color feature extraction for target tracking and particle filter
feature_tracking
- This to experiment with feature detection and tracking algorithms. In particular, the reader should gain intuition on the role of various design parameters such as the size of the windows for selection and tracking, the SSD criterion and thresholds.-
DetectMTInDB
- vs2010下两张图片之间、进行sift匹配，角点LK金字塔光流跟踪，surf匹配。有绘制特征点主方向和辅助方向。具体仔细看代码。-vs2010 down between two pictures, make sift matching corner pyramid LK optical flow tracking, surf match. Have drawn the main direction of the feature points and the auxiliary directio
SIFT
- SIFT匹配（Scale-invariant feature transform，尺度不变特征转换)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。-Matching SIFT (Scale invariant feature transform, Scale invariant feature transform) is a co
kalman
- 分为行人检测，特征提取，行人跟踪三步，其中最主要的代码也是这个代码的中心是行人跟踪这一部分，我采用的是kalman滤波器进行行人下一帧位置的预测，可以很好的提高行人跟踪的鲁棒性，跟踪结果比较准确。-Into pedestrian detection, feature extraction, pedestrian tracking steps, which is the center of the main code of the code is pedestrian tracking this
my_camera
- 使用vision.cascadeobjectdetector检测视频帧中的人眼的位置。检测器使用提琴琼斯检测算法和检测训练分类模型。人脸跟踪使用KLT算法.能够减少人头倾斜造成的影响,只有第一次检测人眼，以后都是检测特征点，运算速度快。-Use vision.cascadeobjectdetector detects video frames eye position. The detector uses a detection algorithm Tiqinqiongsi classifica
TLD
- 本程序是在vs2010+opencv的平台上运行的，利用的是opencv2.4.9，C++写的，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。最后的得到的效果令人满意。-This program is run on a platform vs2010+opencv, the use
meanshift
- 均值漂移算法是一种基于颜色特征的无参密度估计算法，被人们广泛的应用于图像滤波、聚类分析和目标跟踪等领域。-Mean shift algorithm is a nonparametric density estimation algorithm based on color feature, which is widely used in the fields of image filtering, clustering analysis and target tracking.