搜索资源列表
paper3
- 滤波与多特征融合的视频目标跟踪，维普资讯上下的，有需要的可以-Filtering and multi-feature fusion video target tracking, VIP information from top to bottom, there is a need to look at the
AdaptiveSkinColorDetection
- 自适应人体肤色检测中的若干关键技术研究 人体的皮肤颜色是人体的一个重要特征，肤色检测被广泛的应用于人脸跟踪、人脸 检测、手语识别、敏感图像过滤等领域中，具有重要的理论研究意义和实际应用价值。 -Adaptive skin color detection of a number of key technologies in human skin color is an important feature of the human body, skin detection has bee
Combining-face-detection-and-people-tracking-in-v
- Face detection algorithms are widely used in computer vision as they provide fast and reliable results depending on the application domain. A multi view approach is here presented to detect frontal and profile pose of people face using Histogram of
Face-Feature-Tracking
- 提出一种人脸特征点跟踪方法。首先, 运用ASM 获取人脸的特征点, 然后在选用Lucas Kanade光流算法的基础 上, 将初始帧和当前帧的前一帧有机结合起来, 共同作为当前帧的参考来进行特征点跟踪。实验结果表明该方法对特征 点的跟踪有很好的效果。-Proposed a facial feature point tracking method. First, the use of the ASM obtaining human face feature point,
Based-onSVM-target-tracking
- 计算Haar小波特征，用AdBaoost提取部分有代表性的特征共三种特征选择方法与SVM相结合进行目标跟踪的算法。 -The calculated Haar wavelet features to extract some of the typical characteristics of three feature selection method combined with SVM algorithm for target tracking AdBaoost.
feature-tracking-.tar
- 文章提出了一种惯性辅助的KLT特征跟踪算法，能够提高跟踪的性能-The article proposed a kind of inertia auxiliary KLT feature tracking algorithm can improve the performance of the tracking
Motion-and-Feature-Based-Person-Tracking
- This document will help to track the object based on motion and features.
Analysis-on-Moving-Object
- 计算机视觉研究的主要问题之一是运动物体的检测与跟踪, 它将图像处理、模式识别、自动控制、人 工智能和计算机等很多领域的先进技术结合在了一起, 主要应用在军事视觉制导、视频监控、医疗诊断和智能交通 等各个方面, 因此该技术已经成为一个重要的研究方向。阐述了视觉跟踪算法的研究现状和视觉跟踪算法的种类, 研究了基于区域的跟踪算法、基于模型的跟踪算法、基于特征的跟踪算法和基于主动轮廓的跟踪算法, 探讨了视觉 跟踪算法的未来研究方向。-One of the computer vision
3D-Reconstruction
- 基于多幅图像序列的三维重建技术，以两幅图像的三维重建算法为基础，采用由运动 中恢复校准的结构方法，在已知摄像机参数的情况下，利用KLT特征点跟踪算法，实现了多 幅图像的三维重建，并利用集束调整优化了重建结果．-We presented a three dimensional reconstmction method based on image sequence of multiple images． Under the condition of the known camem pa
VideoTracking
- 提取HOUGH 特征，使用KALMAN自适应方法进行视屏追踪-HOUGH feature extraction using adaptive methods KALMAN for video tracking
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
099CCIT0394011-001
- 擴增實境技術是在真實視訊影像中加入虛擬物件，並透過追蹤與定位技術，可以與人們產生良好之互動效果。在視覺追蹤應用領域裡，可分為標記與無標記兩類應用。標記識別技術較為成熟，目前擴增實境開發平台以採用標記識別為主；至於無標記則侷限在特定方法之識別追蹤應用領域，例如樂高玩具利用包裝盒上之印刷圖片當作辨識物件。面對無標記擴增實境之應用日趨重要，且必須因應不同物件採用不同特徵之識別追蹤方法來達成無標記擴增實境之應用。而目前擴增實境平台並不提供模組化方式來替換識別追蹤方法，因此本文提出無標記擴增實境實驗平台，
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
On-Feature-Tracking
- 好文章，推荐查阅学习 特征跟踪算法 斑点跟踪软件流程的知识-good article abuout feature tracking
Point-tracking
- 基于Opencv的点循迹跟踪，可用opencv库函数识别特征点，后根据特征点之间的联系进而进行跟踪。-Opencv point tracking tracking based on available opencv library function identification feature points, according to the feature points between contact and tracking.