- 博客(6)
- 资源 (1)
- 收藏
- 关注
原创 关于Multi-Object Tracking 问题的解析
最近,看了不少CV大神在video analysis 中关于object detection 和object tracking 深入剖析的文章,这里,摘录一些关于multi-object tracking(MOT)的理解,自认为分析的比较全面,来和大家分享一下。 多目标跟踪的问题是这样的:有一段视频,视频是由 N 个 连续帧构成的。从第一帧到最后一帧,里面有多个目标,不断地有出有进,
2014-12-23 16:17:48 2385
原创 概率模型与计算机视觉(Probabilistic Model and Computer Vision)
“概率模型与计算机视觉” 林达华 美国麻省理工学院(MIT)博士 上世纪60年代, Marvin Minsky 在MIT让他的本科学生 Gerald Jay Sussman用一个暑假的时间完成一个有趣的Project : “link a camera to a computer and get the computer to describe what it saw”。从那时开始,特别是
2014-07-05 16:15:54 974
转载 粒子滤波(Particle Filter)
在完成这篇博文时,参考了以下网站: (1)http://blog.163.com/jw_67/blog/static/136199256201031310142614/ (2)http://blog.csdn.net/karen99/article/details/7771743 (3)http://www.dakaren.com/index.php/archives/389
2014-06-25 15:23:20 1939
转载 计算机视觉——总结:使用粒子滤波进行目标跟踪
1. 基本思想 粒子滤波(wiki)本质上是一种表示概率分布的方法,思想和蒙特卡洛方法(wiki)近似。蒙特卡洛方法是用频率来近似概率,而粒子滤波方法中是使用粒子分布的密集程度来近似表示概率分布,这种方法可以形象的表示为向一个带磁力的平面抛洒铁粉,磁力大(概率大)的地方铁粉就比较密集。同样的,如果粒子带权重的话,也可以通过权重的大小来表示概率密度的分布。而后一种带权重的表示方法也被用于
2014-06-25 11:04:09 3065
翻译 TLD(Tracking-Learning-Detection)的理解
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统的跟踪算法和传统的检测算法相结合来解决被跟踪目标在被跟踪过程中发生的形变、部分遮挡等问题。同时,通过一种改进的在线学习机制不断更新跟踪模块的“显
2014-06-18 16:05:33 626
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人