搜索资源列表
Intelligent-Vehicular-Visual-
- 基于特征的视觉里程计系统主要由特征检测与跟踪模块以及位姿计算模块两部分组成.为分析车载视觉里程计系统中引入车辆运动学约束的位姿计算算法性能,根据摄像机成像及视觉几何学原理,采用Matlab结合车辆动力学仿真软件CarSim建立车载视觉里程计仿真平台.该仿真平台由车辆运动仿真模块、成像仿真模块、数据显示与分析模块组成,仿真平台的测试对象为视觉里程计的位姿估计算法模块.该仿真平台充分考虑车载视觉定位系统的运动特性,为研究车辆运动学约束在视觉里程计系统中的应用提供新的思路和工具.对提出的一种全新的基于
ECDL2011_0962
- 影像視覺追蹤與定位技術可用於擴增實境之應用，依使用標記與否，可分為標記與無標記兩類技術。標記識別技術較為簡單，且較為成熟，但受限於需使用特殊之標記。無標記識別技術使用一般自然物件來取代特殊標記，應用較為彈性，但必須能正確擷取出欲辨識物件有用之特徵點。現有擴增實境之開發函式庫或開發平台，主要目的為提供擴增實境之應用開發，不提供無標記擴增實境技術研究方法之驗證。故本文深入研究探討如何整合ARToolKit、OpenCV與OpenGL等函式庫，設計無標記擴增實境整合平台。且此平台各項功能採用模組化設計
NCS2011---146---autmented-reality
- 目前擴增實境技術相關應用大部分以使用標記為主，但各式應用需求與日俱增，無標記(markerless)擴增實境技術使用上更具彈性，不必受限於標記的使用，因此應用層面更廣。視覺追蹤技術是擴增實境系統重要底層核心技術之一，但使用視覺追蹤技術在實際應用上易受到追蹤物件本身及外觀變化之影響，因此本文提出適用於無標記擴增實境應用之物件追蹤方法，能有效追蹤各式真實物件。首先框選設定追蹤物件；接著擷取物件特徵值，藉由特徵值比對以持續追蹤物件，並利用金字塔L-K光流法以縮短比對運算時間；最後經由2D-3D座標轉換
Overviewoftargettrack
- 这篇综述回顾了视频目标跟踪方法中常用的目标表示方法，并对目标表示方法进行了系统地分类，对现有的目标跟踪方法进行了分类，并对每类中具有代表性的方法进行了详细描述，分析各类别的优缺点。讨论了目标跟踪的难点以及未来的发展趋势，为相关研究人员了解目标跟踪技术提供参考。-In this article，we review the favorite target representation in target tracking，and classify them systematically，then c
asdf
- 运动目标检测是将位置发生改变的物体从背景中提取出来，它是运动目标跟踪、行为识别 和场景描述等技术的基础。运动目标检测的经典方法有光流法、帧间差分法和背景减除法。-Moving object detection is to change the position of the object extracted the background, it is a moving target tracking, behavior recognition And underlying techno
robot-experiment1
- 机器人控制（Robot Control）的目的是通过人工引入控制改善原有系统的特性，使新的系统：1）跟踪性能（Tracking Performance）更好，2）抗扰动性（Diturbance Rejection）更强，3）稳健性（Robustness）更优 -Robot Control (Robot Control) The object is achieved by the introduction of artificial control system to improve the
Background-separation
- 高斯处理视频并跟踪运动做前景背景分割，可用来做前背景分离，分离出运动物体，达到抠图的效果-Gauss video processing and tracking moving foreground background segmentation, can be used to do before the separation, separation of a moving object, to achieve the effect of Gauss matting video processin