目标跟踪算法
文章平均质量分 77
梦沁清风
这个作者很懒,什么都没留下…
展开
-
基于opencv的Gabor特征提取
原文转自http://blog.csdn.net/jolly12191/article/details/46428107转载 2016-05-26 20:43:17 · 975 阅读 · 0 评论 -
目标跟踪流程
目标跟踪一般经过以下步骤:图像预处理数字图像中的几种典型噪声有:高斯噪声来源于电子电路噪声和低照明度或高温带来的传感器噪声;椒盐噪声类似于随机分布在图像上的胡椒和盐粉微粒,主要由图像切割引起或变换域引起的误差;加性噪声是图像在传输中引进的信道噪声。一般来说,引入的都是加性随机噪声,可以采用均值滤波、中值滤波、高斯滤波等方法去除噪声,提高信噪比。均值滤波在噪声分布较平均,且峰值不是很高的原创 2016-05-27 10:47:11 · 7203 阅读 · 1 评论 -
CMT算法框架分析
原文出自http://blog.csdn.net/roamer_nuptgczx/article/details/47953357简介近期在学习目标跟踪算法的过程中发现,CMT算法的代码实测效果非常不错。对比之前学习过的SCM之类基于稀疏表示的跟踪算法,CMT的鲁棒性虽然不一定比之更高,但稀疏表示的方法普遍耗时很严重,导致其无法应用于实际工程项目,而CMT却能兼顾实时性和鲁棒性。转载 2016-06-28 22:18:16 · 1746 阅读 · 0 评论 -
TLd跟踪算法
文章来自:http://blog.csdn.net/zouxy09/article/details/7893011 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转载 2016-06-21 21:16:47 · 560 阅读 · 0 评论 -
压缩跟踪代码
CompressiveTracker.cpp#include "CompressiveTracker.h"#include #include using namespace cv;using namespace std;//------------------------------------------------//构造函数,初始化各参数CompressiveTracker:原创 2016-06-22 21:00:20 · 513 阅读 · 0 评论 -
Online Object Tracking: A Benchmark 翻译
来自http://www.aichengxu.com/view/2426102摘要目标跟踪是计算机视觉大量应用中的重要组成部分之一。近年来,尽管在分享源码和数据集方面的努力已经取得了许多进展,开发一套库和标准用于评估当前最先进的跟踪算法仍然是极其重要的。在简单回顾近年来在线目标跟踪的研究进展后,我们以多种评价标准进行了大量的实验,用于研究这些算法的性能。为了便于性能转载 2016-08-29 16:42:42 · 1921 阅读 · 0 评论 -
Fast Compressive Tracking (高速压缩跟踪)
目前比较主流的跟踪算法有两种,generative tracking algorithms(生成跟踪算法)和discriminative algorithms(判别跟踪算法)。生成跟踪算法,顾名思义边生成边跟踪。即对这一帧的样本进行学习,将学习的结果作为下一帧的分类器,达到边学习跟踪,边跟踪边学习的效果。这种跟踪算法的缺点是在视频的前几帧,样本量较少,因此大部分的算法要求视频中目标在视频转载 2017-09-06 09:30:22 · 737 阅读 · 0 评论 -
Tracking-Learning-Detection (TLD跟踪算法)
Tracking-Learning-Detection(TLD)是Zdenek Kalal提出的一种对视频中单个物体长时间跟踪的算法。我主要会根据他在2010年发表的论文《Tracking-Learning-Detection》来分析TLD算法的原理。该项目的首页中有几段视频展示了TLD实时跟踪的效果和性能,其中的两个视频可以在这里下载:similar objects,human face。作转载 2017-09-06 11:25:56 · 1028 阅读 · 0 评论 -
struct跟踪算法
博客:http://blog.csdn.net/qianxin_dh邮箱:qianxin_dh@163.com 《Struck:Structured Output Tracking with Kernels》是 Sam Hare, Amir Saffari, Philip H. S. Torr等人于2011年发表在Computer Vision (ICC转载 2017-09-16 16:53:25 · 1569 阅读 · 0 评论