搜索资源列表
-
0下载：
Eye tracking classification-morphological filtering segmentation
-
-
0下载：
在广泛研究前人工作的基础上，本文对运动人物的检测、跟踪与识别进行了综述。为
使分类清楚明了，本文将人物运动分析分为两大类：人体运动分析，人脸分析。人体运动分
析包括人的较大幅度的肢体运动，如手势识别、步态分析、整个人体的运动分析；人脸分析
包括人脸检测与识别、表情分析。在详细介绍了国内外研究现状后，提出了存在的问题及研
究前景。-Extensively studied in previous work on the basis of the figures in this art
-
-
0下载：
真实场景下视频运动目标自动提取方法.主要的研究内容包括运动物体检测，分类和跟踪，研究成果可以广泛地应用在交通管理系统，视频监视系统和军事目标跟踪系统，同时还可以应用在基于内容的视频数据压缩编码中。-Real video scenes under the automatic extraction method of moving targets. The main content includes moving object detection, classification and tracki
-
-
0下载：
運動識別
在摄像机监视的场景范围内，对出现的运动目标进行检测、分类及轨迹追踪，可应用于各种监控目的，如周界警戒及入侵检测、绊线检测、非法停车车辆检测等。-Movement Recognition ' scene in the scope of surveillance cameras, the emergence of the moving target detection, classification and tracking, monitoring can be applied
-
-
0下载：
运动目标检测是整个视频监控系统的最底层，是目标跟踪、目标分类、目
为理解等的基础，因此运动目标检测是视频序列图像处理的关键环节。根
列图像的背景情况可以将运动目标检测划分为静态背景下运动目标检测
态背景下运动目标检测，本章主要研究静态背景下的运动目标检测算法。
-Moving target detection is the lowest level of video surveillance systems, is the target tracking, target clas
-
-
0下载：
这是一份用行人轮廓的分布直方图分类和识别步态的资料，不错的资料-This is a histogram with the pedestrian profile information classification and gait recognition, good information
-
-
0下载：
It is useful to developer who ieterest with detecting object in video surveillance system
-
-
0下载：
Robust Hand Tracking Using a Simple Color Classification Technique
-
-
0下载：
介绍了匹配跟踪方法及其分类，阐述了相关跟踪原理、各种相关匹配准则、以及经典相关跟踪方法存在的方法-Tracking methods are introduced and their classification match to explain the relevant tracking principle, all relevant matching criteria, and there is the classic method of correlation tracking method
-
-
1下载：
HBMA为基于块的分级匹配算法，是一种典型的运动估计算法，适用于特征追踪和运动估计-HBMA classification based on block matching algorithm is a typical motion estimation algorithm for feature tracking and motion estimation
-
-
0下载：
以镜头光圈分类 镜头有手动光圈（manual iris）和自动光圈（auto iris）之分，配合摄象机使用，手动光圈镜头适合于亮度不变的应用场合，自动光圈镜头因亮度变更时其光圈亦作自动调整，故适用亮度变化的场合。-This paper describes an end-to-end method for extracting
moving targets from a real-time video stream, classifying
them into predefined ca
-
-
0下载：
4篇文章：Multiple Object Tracking Using K-Shortest Paths Optimization；Moving target classification and tracking from real-time video；高斯混合概率假设密度滤波器在多目标跟踪中的应用；基于特征迹的密集多目标自适应视频跟踪-4papers:Multiple Object Tracking Using K-Shortest Paths Optimization；Moving ta
-
-
0下载：
This
system consists of human detection, human tracking
and false object detection. The human detection
utilizes the background subtraction to segment the
blob and use codebook to classify human being from
other objects. The optimal design
-
-
0下载：
online random forest 在线随机森林做跟踪和分类的代码-online random forest-line tracking and classification random forest to do the code
-
-
0下载：
本文运用haar特征分类，对人脸进行动态的检测和跟踪，经过试验对比可以发现效果很好，识别率较高-This paper uses haar feature classification, human face detection and tracking of dynamic, contrast can be found through the test with good results, the recognition rate is higher
-
-
0下载：
了适应跟踪过程中目标光照条件的变化，并对目标特征进行在线更新，提出一种将局部二元模式(LBP)
特征与图像灰度信息相融合，同时结合增量线性判别分析对目标进行跟踪的算法．跟踪开始前，为了获得比较准确的目标描述，使用混合高斯模型和期望最大化算法对目标进行分割；跟踪过程中，通过蒙特卡罗方法对目标区域和背景区域进行采样，并更新特征空间参数．得到目标和背景的最优分类面；最后使用粒子滤波器结合最优分类面对目标状态进行预测．通过光照变化的仿真视频和自然场景视频的跟踪实验，验证了文中算法的有效性．-Trac
-
-
0下载：
一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度图像特征进行降维，然后在降维后的特征上采用简单的朴素贝叶斯分类器进行分类。该跟踪算法非常简单，但是实验结果很鲁棒，速度大概能到达40帧/秒-A simple and efficient tracking algorithm based on compressed sensing. Firstly, with the random sensing matrix compressed sensing RIP co
-
-
0下载：
背景建模是实现运动目标检测与跟踪的关键技术之一。在实时视频监控系统中，对背景建模算法的运行时间及所提取出的背景图像的实时性有很高的要求，针对这一问题，提出了一种基于切比雪夫不等式的自适应阈值背景建模算法。算法利用切比雪夫不等式计算像素点色度变化的概率估计值，提出了一种自适应阈值分类方法，它将像素点快速分类为前景点、背景点及可疑点，再利用核密度估计方法对可疑点进行进一步分类，最后利用背景更新算法提取实时背景图像。实验结果证明，该算法能快速有效地区分特征明显的背景点与前景点，提高了背景图像提取的速
-
-
0下载：
多任务学习算法 可以实现目标跟踪、分类 研究较少 相对传统单任务分类算法有明显的优势-Multitasking learning algorithm can realize target tracking and classification research is less Have obvious advantages over traditional single task classification algorithm
-
-
0下载：
该资料中包含了《OpenCV By Example》中文版以及例程程序，该书的目录如下所示：
第1章 OpenCV的探险之旅;
第2章 OpenCV基础知识介绍;
第3章 图形用户界面和基本滤波;
第4章 深入研究直方图和滤波器;
第5章 自动光学检测、目标分割和检测;
第6章 学习目标分类;
第7章 识别人脸部分并覆盖面具;
第8章 视频监控、背景建模和形态学操作;
第9章 学习对象跟踪;
第10章 文本识别中的分割算法;
第11章 使用Tessera
-
