梦Dancing的博客

运动目标跟踪算法综述运动目标跟踪是视频监控系统中不可缺少的环节。在特定的场景中，有一些经典的算法可以实现比较好的目标跟踪效果。本文介绍了一般的目标跟踪算法，对几个常用的算法进行对比，并详细介绍了粒子滤波算法和基于轮廓的目标跟踪算法。最后简单介绍了目标遮挡的处理、多摄像头目标跟踪和摄像头运动下的目标跟踪。一、一般的目标跟踪算法一般将目标跟踪分为两个部分:特征提取、目标跟踪算法。其中提取的

前提：max、min取值范围：0-255公式：解释：(1) 正六边形色平面的每个区域中，色相值都有一位是255，一位是0，所以恒成立max=255，min=0。所以max=r(g、b)时，即为r(g、b)=255时(2) 色平面每条对角线分割出两个区域都出现一种颜色值大于另一种颜色值的情况。例如，分割线0º左边b>g，右边反之；分割线120º一边r>b，另一边反之；分割线2

作者：万仓一黍出处：http://grenet.cnblogs.com/　　RGB模式：用R、G、B三个颜色的分量来表示颜色，分量的取值范围为[0，255]，整数型　　HSV模式：用H、S、V三个分量来表示颜色。　　　　　　　　分量H：表示颜色的色相，取值[0，360）,整数型　　　　　　　　分量S：表示颜色的纯度(饱和度)，取值[0，1），

人脸识别算法初次了解这是转载别人的帖子，觉得好，大家一块学习http://www.cnblogs.com/guoyiqi/archive/2011/07/28/2129300.html前言       在写此文之前，先扯点东西。我一直在找一个东西，让我思考，让我久久的深陷其中，永久的，不断的思考。如今，我意识到，这个东西即是算法。我一直在找一家合适的公司，能让我的兴趣无比放肆的，自由驰

分类简单来说，就是根据文本的特征或属性，划分到已有的类别中。也就是说，这些类别是已知的，通过对已知分类的数据进行训练和学习，找到这些不同类的特征，再对未分类的数据进行分类。聚类的理解更简单，就是你压根不知道数据会分为几类，通过聚类分析将数据或者说用户聚合成几个群体，那就是聚类了。聚类不需要对数据进行训练和学习。分类属于监督学习，聚类属于无监督学习。常见的分类比如决策树分类算法、贝叶斯分