搜索资源列表
06058517
- 基于VC++的运动检测与数字图象处理系统 采用VC++为开发工具,以Windows作为图像处理运行平台制作的数字图像运动检测系统,以及运动检测系统中运用到的数字图像处理技术及详细步骤。系统实现对一系列图像中的运动目标进行跟踪处理,提取出图片背景,对运动目标进行识别,进而实现对运动目标的跟踪,描绘出物体的运动轨迹。本文还描述了运动检测系统在现实生活和工作当中的应用,如作为监控系统的核心软件,应用到银行、市场等场所中;该系统也可以作为单独的图像处理工具应用,如对电影中一系列图片进行截取分析等。随
video-monitor
- 基于OpenCV的智能视频监控设计, 文中介绍了opencv中的运动模板检测方法, 并给出了使用该检测方法来对运动目标进行 检测、跟踪与智能判断的实验结果。-Based on the video monitor OpenCV intelligent design
aadds
- 基于图像处理的运动目标检测跟踪系统的设计与实现论文-Based on image processing to track the moving target detection system design and implementation of papers
MotionDetectioninavideo
- MATLAB实现视频中动态目标的识别、跟踪与检测!-this programs identifies the moving objects in a video ( continious frames) and displays the moving object in a window.
AVehicleContourbasedMethodforOcclusion
- 摘要:在交通场景下进行多目标跟踪时,如何正确检测出车辆间的相互遮挡是影响车辆跟踪结果的关键。针对问题,运用投 影理论分析交通场景的三维几何投影特征.用长方体投影轮廓模型对车辆进行建模,重构其乏维投影轮廓,以进行遮挡的检 测和分离。与以往的方法相比,它在估计出的车辆外形轮廓基础t-进行遮挡检测,不需要匹配操作,计算量较小,并能解决 基于匹配的方法无法对付的初始遮挡问题。用实验验证了该算法的有效性。-In multi—object tracking of traf氍c scene。how
CAMSHIFT
- 运动目标跟踪与检测的源代码(CAMSHIFT 算法)-Moving target tracking and detection of the source code (CAMSHIFT algorithm)
Advances-in-Human-Motion-Analysis
- 人体运动视觉分析主要包括运动目标检测、 运动 目标分类 、 人体运动跟踪、 人体行为识别与描述四个环 节 , 在多领域具有广阔的应用前景. 本文从上述四个方面综述了人体运动分析的研究现状, 对人体运动分析的热点 难点进行讨论 , 对可能的发展方向进行阐述和展望.-Visual analysis includes moving object detection,moving object classfication,human tracking and activity recogni
Baaddssa
- 基于图像处理的运动目标检测跟踪踪系统的设计与实现论文可直接使用。 -Moving target detection and tracking in image processing tracking system design and realization of paper can be used directly.
B220166197452a
- 基于图像处理的运动目标检测跟踪系统的设计与实现的论文,是一篇篇博士论文,在研究有关目标跟踪与检测的时候,有很多可借鉴之处。 -Design and Implementation of a paper-based image processing of moving target detection and tracking system, is a doctoral theses, research on target tracking and detection time, have a
Object-Tracking-and-Detection
- 视频跟踪与目标检测,外国人写的,非常有用-Video tracking and target detection, written by foreigners, is very useful
long-term-tracking
- 这是一种新的单目标长时间(long term tracking) 跟踪算法。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。-This is a new single target for a long time (long term tracking) tracking algorit
OpenTLD-master
- TLD(Tracking-Learning-Detection)是英国萨里大学的一个捷克籍博士生Zdenek Kalal在其攻读博士学位期间提出的一种新的单目标长时间(long term tracking)跟踪算法。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。-TLD (Trac
contour-tracing
- 主要功能是图像的边缘检测与提取,以及目标轮廓跟踪算法的源代码-Main function is to image edge detection and extraction, as well as target contour tracking algorithm source code
optical-flow-method
- 本资源是一些光流法相关资料的整合,适合初学光流法的学者们借鉴学习! 智能交通系统运动车辆的光流法检测.caj 基于改进的Lucas_Kanade光流估算模型的运动目标检测.caj 改进的光流法用于车辆识别与跟踪.caj -The resources are some of the optical flow information integration, optical flow method suitable for beginners to learn fr
RFIDProject
- 近些年,由于射频技术发展迅猛,应答器有了新的说法和含义,又被叫做智能标签或标签。RFID电子电梯合格证的阅读器(读写器)通过天线与RFID电子标签进行无线通信,可以实现对标签识别码和内存数据的读出或写入操作。典型的阅读器包含有高频模块(发送器和接收器)、控制单元以及阅读器天线。RFID射频识别是一种非接触式的自动识别技术,它通过射频信号自动识别目标对象并获取相关数据,识别工作无需人工干预,可工作于各种恶劣环境。RFID技术可识别高速运动物体并可同时识别多个标签,操作快捷方便。RFID是一种简单的
opencv_detect
- opencv中常用的检测和跟踪算法原理介绍,介绍了常用的前景检测与目标跟踪算法-opencv principle commonly used in the detection and tracking algorithm, the introduction of the common prospects for detection and target tracking algorithm
Background
- 基于背景的目标检测,是全面的MATLAB代码,运动视觉中目标的精确提取与跟踪算法,包括运动检测、阴影消除、外轮廓提 取以及目标的跟踪四个方面。-Background target detection based on MATLAB code, is comprehensive, accurate extraction and target tracking algorithm for visual motion in four aspects, including motion detectio
OpenTLD-master
- TLD算法代码。TLD(Tracking-Learning-Detection)是英国萨里大学的一个捷克籍博士生Zdenek Kalal在其攻读博士学位期间提出的一种新的单目标长时间(long term tracking)跟踪算法。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。-T
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
DeepLearnToolbox_CNN_lzbV2.0
- DeepLearnToolbox_CNN_lzbV2.0 深度学习,卷积神经网络,Matlab工具箱 参考文献: [1] Notes on Convolutional Neural Networks. Jake Bouvrie. 2006 [2] Gradient-Based Learning Applied to Document Recognition. Yann LeCun. 1998 [3] https://github.com/rasmusberg