搜索资源列表
基于粒子滤波和均值偏移算法的目标跟踪
- 将均值偏移算法嵌入到粒子滤波的跟踪框架中.该算法克服了粒子滤波计算量较大的缺点,同时也克服了均值偏移算法容易陷入局部最大且无法恢复的缺点.实验表明该算法有很好的实时性和鲁棒性.
HumanMotionDetection
- 从人流统计的实际工程出发,实现了基于计算机视觉的人体运动检测及跟踪系统,采用“差影法”滤掉静止帧,使用自适应的一阶递归滤波及帧差法提取运动区域,并通过数学形态滤波的开运算和闭运算改善运动区域提取效果。实验结果证明本运动跟踪方案处理简单高效 、抗噪能力强,可以完成复杂背景下运动目标的实时性检测与跟踪。
multiscale
- 几篇多尺度滤波的论文，最新下载的．多尺度滤波在目标跟踪中需要考虑到的
机载火控系统多传感器航迹数据融合
- 为研究机载火控系统多传感器数据融合的方法。采用了用于多目标多传感器航迹数据融合的改进的卡尔曼滤波算法.
非刚体目标自适应跟踪算法
- 非刚体目标自适应跟踪算法，mean shift算法和卡尔曼率滤波相结合，可以适应目标的尺度变化和旋转变化
基于多信息融合自适应粒子滤波的目标跟踪算法
- 基于多信息融合自适应粒子滤波的目标跟踪算法
gjlzlv
- 基于改进粒子滤波的多目标跟踪算法研究，基于改进粒子滤波的多目标跟踪算法研究。-Based on improved particle filter for multi-target tracking algorithm, based on improved particle filter for multi-target tracking algorithm.
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
leidajidongmubiaogengzhong
- 雷达机动目标跟踪滤波算法的研究 希望对大家有用-Radar Maneuvering Target Tracking Filter Algorithm everyone wishes to be useful
AAA
- 论文：基于颜色信息的粒子滤波算法实现目标跟踪。利用颜色直方图的巴氏距离。-Thesis: Based on the color information of the particle filter target tracking implementation. Using color histogram Bhattacharyya Distance.
Particlefilter_code
- 粒子滤波源码，可以用于运动目标跟踪，具有很好的参考意义。-Source particle filter, can be used for moving target tracking, with a very good reference value.
RealTimeFaceTrackingUsingPFMEANSHIFT
- 基于粒子滤波方法实现的实时人脸目标跟踪,程序步骤清楚，方法详细。-Based on particle filtering method to achieve real-time human face tracking
ADPF
- 基于统计决策规则提出自适应采样数粒子滤波算法, 在定义综合性能风险函数的基础, 推导出粒子数与滤波误差方差之间的关系式, 使得在跟踪过程中, 可以根据目标的机动情况在线调节粒子数, 以使跟踪性能 达到最优。在Matlab仿真平台下进行了闪烁噪声下的机动目标跟踪实验, 结果表明, 自适应采样数粒子滤波算法是一种有效的机动目标跟踪方法, 跟踪性能较基本粒子滤波算法提高了3.17倍。-Based on statistical decision rules of the number of adap
Anauto-focusingsystemusedfordigitalimaging
- 一种用于数字成像的自动对焦系统。提出一种用于数字成像的自动对焦系统，它以CMOS 为图像传感器，用DSP 进行数据处 理并控制驱动电路调整镜头的位置，达到准确自动对焦的目的。系统采用对焦深度法实现自动对 焦，通过改变镜头的位置获得一系列模糊程度不等的图像，计算每幅图像的清晰度评价值构成对 焦评价曲线；采用梯度函数作为评价标准来评价图像的清晰度；采用窗口选择技术控制对焦感兴 趣范围，减少了数据处理量；对实验样机的测试表明，系统有较好的自动对焦性能，并解决了百 叶窗问题，对透过玻
Particle_filter
- 基于粒子滤波器的机动目标跟踪技术 首先 ， 概 要介绍传统的Kalman滤波器，以及有所改进的扩展Kalman滤波器。 其次，为了能更好地解决在动态模型为非线性且噪声为非高斯的条件下对机动目标的 跟踪问题，通过概率统计理论详细阐述粒子滤波器基本原理。然后，针对不同的使用 条件，根据粒子滤波器的基本理论做出适当的修改和整理，就得到了四个相关的粒子 滤波器的变型，使用州以JLAB把它们对机动目标的跟踪性能作了详细地计算机模拟 仿真且用均方根误差更加精确地进行了比较。最后，把粒
A_particle_filter_based_fusion_framework_for_video
- 利用粒子滤波方法识别和跟踪动态目标，英文文献，经典-use the method of particle filter to track moving objects
模糊机动目标跟踪
- 目标的精确拦截，制导指令需要根据导弹和目标 的运动状态依据最优制导算法进行计算。由于目 标的运动状态很难实时测量，通常采用状态估计 器进行近似估计，目前，卡尔曼滤波和堆y滤波 应用最为广泛
卡尔曼滤波原理及应用MATLAB仿真 pdf1
- 卡尔曼滤波原理及应用—MATLAB仿真主要介绍数字信号处理中的卡尔曼（Kalman）滤波算法及在相关领域应用。全书共7章。第1章为绪论。第2章介绍MATLAB算法仿真的编程基础。第3章介绍线性Kalman滤波。第4章讨论扩展Kalman滤波，并介绍其在目标跟踪和制导领域的应用和算法仿真。第5章介绍UKF滤波算法，同时也给出其应用领域内的算法仿真实例。第6章介绍了交互多模型Kalman滤波算法。第7章介绍Simulink环境下，如何通过模块库和S函数构建Kalman滤波器，并给出了系统是线性和非线