CV
文章平均质量分 79
RoyKuang07
这个作者很懒,什么都没留下…
展开
-
最近两年跟踪算法归纳
近两年跟踪速度较快的算法有CN[1],KCF[2],STC[3],ODFS[4]等等,均足以满足现实场景中实时跟踪的应用 各算法的主要思想: CN跟踪器:是CSK[5]跟踪器的改进算法。它联合颜色特征(Color Name)和灰度特征来描述目标,在文献[1]作者通过大量的实验证明了Color Name在视觉跟踪中的卓越性能,并且对Color Name 进行了PC原创 2016-11-04 22:51:07 · 6051 阅读 · 0 评论 -
深度学习大讲堂:深度学习在目标跟踪中的应用
本文作者徐霞清,中国科学院计算技术研究所VIPL组硕士生,导师常虹副研究员。研究方向为深度学习与计算机视觉(目标跟踪等)。开始本文之前,我们首先看上方给出的3张图片,它们分别是同一个视频的第1,40,80帧。在第1帧给出一个跑步者的边框(bounding-box)之后,后续的第40帧,80帧,bounding-box依然准确圈出了同一个跑步者。以上展示的其实就是目标跟踪(visua转载 2016-11-28 22:25:41 · 15263 阅读 · 1 评论 -
CamShift算法
CamShift算法的全称是"Continuously Adaptive Mean-SHIFT",即:连续自适应的MeanShift算法。其基本思想是对视频序列的所有图像帧都作MeanShift运算,并将上一帧的结果(即搜索窗口的中心位置和窗口大小)作为下一帧MeanShift算法的搜索窗口的初始值,如此迭代下去。简单点说,meanShift是针对单张图片寻找最优迭代结果,而camShift则是针原创 2016-11-02 13:21:27 · 973 阅读 · 0 评论 -
混合高斯模型GMM
运动目标检测可以分为摄像机固定和摄像机运动两类;对于摄像机运动情况下的运动目标检测,光流法是比较常用的解决方法,通过求解偏微分方程求得图像序列的光流场,从而预测摄像机的运动状态。对于摄像机固定的情形,可以采用光流法也可以采用高斯背景模型,考虑到光流法计算量巨大,故而,高斯背景模型相对更常用一些。需要提醒的是,这里所谓的“背景”是指用户不需要的目标,而“前景”自然指代用户需要的特定目标了。背景模型有转载 2016-11-02 13:35:12 · 957 阅读 · 0 评论 -
维度学习、度量学习
之所以将这三个放在一起,主要是在学习的时候,感觉他们之间有很大的关联,是一大类非监督学习,且其中的主要算法都可以从这几个学习方法的角度来解释。我的一个不成熟的解释是,这三种算法都是在寻找一种转换,将数据放在一个适合的空间,以求获得合适的度量方式(距离度量,维度度量等等)。这里主要总结了其他大神们的杰作,以及西瓜书上的内容。维度灾难发生时,利用维度学习将数据转换到合适空间;流形学习利用拓扑流形概念来转载 2016-12-10 12:12:30 · 13742 阅读 · 1 评论