- 博客(8)
- 资源 (15)
- 收藏
- 关注
转载 模板匹配与相关系数法
前言 模板匹配和相关系数法是目标跟踪的经典方法,它的优点有很多:简单准确,适用面广,抗噪性好,而且计算速度快。缺点是不能适应剧烈光照变化和目标剧烈形变。 所谓模板匹配法,就是指在一帧图像内寻找目标模板的位置,和模板最像的地方就是目标了。只要把全图的所有子区域和目标模板比较一下,找到最像目标模板的子区域,它就是目标的位置。如何度量子区域和目标模板的相似程度呢?最简单的办法就是计算
2014-10-28 17:03:38 12444 2
原创 OpenCV中的模板匹配方法及其应用
模板匹配(TemplateMatching)就是在一幅图像中寻找和模板图像(template)最相似的区域,该方法原理简单计算速度快,能够应用于目标识别,目标跟踪等多个领域。OpenCV中对应的函数为matchTemplate或cvMatchTemplate(参考opencvdoc),简单介绍下:1、函数原型C++: void matchTemplate(InputArray image,
2014-10-28 16:55:38 17523 9
转载 视觉跟踪综述
来自 目标跟踪是绝大多数视觉系统中不可或缺的环节。在二维视频跟踪算法中,基于目标颜色信息或基于目标运动信息等方法是常用的跟踪方法。从以往的研究中我们发现,大多数普通摄像头(彩色摄像头)下非基于背景建模的跟踪算法都极易受光照条件的影响。这是因为颜色变化在某种程度上是光学的色彩变化造成的。如基于体素和图像像素守恒假设的光流算法它也是假设一个物体的颜色在前后两帧没有巨大而明显
2014-10-26 19:52:07 1578
原创 人脸数据库汇总—Part 4
一、出自:http://bbs.witbase.net/thread-508-1-1.html■Annotated Database (Hand, Meat, LV Cardiac, IMM face) (Link)■AR Face Database (Link)■BioID Face Database (Link)■Caltech Computational
2014-10-25 21:51:00 6903
转载 计算机视觉目标检测的框架与过程
http://blog.csdn.net/zouxy09/article/details/7928771 个人接触机器视觉的时间不长,对于机器学习在目标检测的大体的框架和过程有了一个初步的了解,不知道对不对,如有错误,请各位大牛不吝指点。目标的检测大体框架:目标检测分为以下几个步骤:1、训练分类器所需训练样本的创建:
2014-10-24 21:35:08 1192
转载 一般物体检测--Binarized Normed Gradients for Objectness Estimation at 300fps
转自: 前一段时间很多人在网上传程明明在CVPR14年上即将发表的Objectness文章,Project Page在这里,和这里。最近,正好想用一般物体检测做点事情,上周也在实验室做了一个这个方面的报告,今天用文字总结一下。 网上已经有一些评论和分享讨论作者分享的代码如何在不同机器和vs版本上进行配置的帖子了,大家可以看这里和这里。 所谓一般物
2014-10-24 21:18:27 1569
原创 CString的GetBuffer函数详解
1、定义CString::GetBuffer有两个重载版本:(1)LPTSTR GetBuffer( );(2)LPTSTRGetBuffer( int nMinBufLength );throw( CMemoryException );调用第二个版本中,当设定的长度nMinBufLength小于原字符串长度nOldLen时,nMinBufLength默认等于原来字符串长度nOld
2014-10-14 15:52:51 15258
ORB: an efficient alternative to SIFT or SURF
2015-09-28
Cascade Object Detection with Deformable Part Models_CVPR2010
2014-11-09
A Discriminatively Trained, Multiscale, Deformable Part Model_CVPR2008
2014-11-08
Real-Time Human Detection Using Contour Cues_2011 ICRA
2014-10-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人