注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Robust Online Visual Tracking在线视觉跟踪

  2. 在线视觉跟踪方面的资料.比较新颖，较具有权威性，感兴趣的人可以借鉴。

  3. 所属分类：教育

    • 发布日期：2011-05-17
    • 文件大小：1048576
    • 提供者：guorenfei302088

  1. 开源在线客服系统

  2. 　完全免费、独立系统，可放置自己的广告与logo、数个操作管理者、多群组、实时监测访客、离线留言、评级/反馈表、GeoTracking地图跟踪、多网站支持、访问统计、安全、过滤器、在线聊天、SSL安全支持、在聊天室提供可下载的客服的名片、推荐网页、打字显示、显示访问者关注和登陆网址、显示访客记录、个性化和品牌自由定制、声音与视觉警报、摄像头支持、LiveZilla桌面客户端用于Windows ® 、用户权限、文件传送/文件管理、LiveZilla Server的管理基于Windows

  3. 所属分类：PHP

    • 发布日期：2011-12-01
    • 文件大小：8388608
    • 提供者：jim741852963

  1. 背景变化鲁棒的自适应视觉跟踪目标模型

  2. 提出了视觉跟踪任务中目标动态建模的一种方法.该方法首先针对跟踪序列中的当前帧图像观测进行Haar变换,从而得到图像的过完备特征描述;然后根据Fisher准则,评价每个Haar特征对目标和当前背景的区分能力,目标模型由那些区分能力最强的Haar特征构成.在跟踪过程中,采用卡尔曼滤波算法预测目标下一时刻的可能位置,从而根据目标的图像观测和目标下一时刻可能的位置附近的背景图像观测,对Haar特征的区分能力进行动态评价

  3. 所属分类：其它

    • 发布日期：2008-09-12
    • 文件大小：289792
    • 提供者：mykellen

  1. 基于线性表示模型的在线视觉跟踪算法研究

  2. 一篇关于图像处理，计算机视觉，视觉跟踪的博士论文

  3. 所属分类：其它

    • 发布日期：2014-12-03
    • 文件大小：14680064
    • 提供者：baidu_24111853

  1. 基于连续域卷积操作跟踪（C-COT）算法的跟踪系统

  2. 在机器视觉领域里，目标跟踪是一个非常基本的问题，并且在众多应用领域（如监控安防系统、无人机系统、无人驾驶系统、智能交通管制系统、人机交互系统，在线视觉跟踪系统）中，扮演着十分重要的角色。目标跟踪的基本原理是：给定目标物初始位置，结合一系列连续的图像帧，估算出目标物的运动轨迹。在线视觉跟踪的“在线”特性决定，即使机器视觉对实时计算的约束条件异常复杂，理想的跟踪策略都应该保证系统的“精确性”和“鲁棒性”。

  3. 所属分类：C++

    • 发布日期：2019-04-11
    • 文件大小：1048576
    • 提供者：sinat_27248335

  1. 具有区分性稀疏表示的在线视觉对象跟踪

  2. 具有区分性稀疏表示的在线视觉对象跟踪

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：1048576
    • 提供者：weixin_38623272

  1. 在线学习3D上下文，实现强大的视觉跟踪

  2. 在线学习3D上下文，实现强大的视觉跟踪

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：2097152
    • 提供者：weixin_38703787

  1. 基于在线学习的单目标视觉跟踪方法研究

  2. 基于在线学习的单目标视觉跟踪方法研究

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：231424
    • 提供者：weixin_38628953

  1. 基于局部分块学习的在线视觉跟踪

  2. 视觉跟踪中,如何构建一种能够适应目标表观特征变化的目标模型是增强算法跟踪精度和稳定性的关键之一.本文提出利用跟踪区域内像素的初始分类标记来构建目标的局部分块模型,并在贝叶斯理论框架下提出了基于局部分块学习的在线视觉跟踪算法.首先,利用标定的初始跟踪区域构建目标的局部分块模型;然后,在当前跟踪区域中通过局部分块学习和贝叶斯估计确定当前帧的跟踪结果;最后,利用特征聚类对局部分块模型进行更新.实验结果表明:所提算法对目标表观变化的适应性明显增强,跟踪精度和稳定性较近年来的同类算法均有一定提高.

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：3145728
    • 提供者：weixin_38637983

  1. 基于深度学习的视觉跟踪方法，无需在线更新模型

  2. 基于深度学习的视觉跟踪方法，无需在线更新模型

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：321536
    • 提供者：weixin_38682026

  1. 从样品选择到模型更新：强大的在线视觉跟踪算法，可防止漂移

  2. 从样品选择到模型更新：强大的在线视觉跟踪算法，可防止漂移

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：736256
    • 提供者：weixin_38651812

  1. 使用具有多任务学习功能的深度神经网络进行细胞跟踪

  2. 细胞跟踪在生物医学和计算机视觉领域起着至关重要的作用。 由于细胞通常具有频繁的变形活动并且在显微镜图像中尺寸较小，因此在实践中跟踪非刚性和非重要细胞非常困难。 传统的视觉跟踪方法在跟踪刚性和重要视觉对象方面具有良好的性能，但是，它们不适合用于单元跟踪问题。 在本文中，提出了一种使用卷积神经网络（CNN）以及多任务学习（MTL）技术的新型细胞跟踪方法。 CNN可学习可靠的信元功能，而MTL可提高跟踪的泛化性能。 提出的细胞跟踪方法包括粒子过滤器运动模型，多任务学习观察模型和优化的模型更新策略。 在

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：2097152
    • 提供者：weixin_38644097

  1. 通过稀疏表示来学习本地外观，以实现强大而快速的视觉跟踪

  2. 在本文中，我们提出了一种使用稀疏表示和在线字典学习技术进行视觉跟踪的新颖外观模型。 在我们的方法中，视觉外观由稀疏表示表示，并且在线词典学习策略用于在跟踪过程中适应外观变化。 我们通过定义稀疏一致性约束来简化稀疏表示和在线词典学习，该约束促进外观模型的生成和判别能力。 在字典学习阶段会强制执行弹性网约束，以捕获对局部遮挡不敏感的局部外观的特征。 因此，相对于所学习的包含局部外观的稀疏基数，使用稀疏系数可以有效地从破坏中恢复目标外观。 在所提出的方法中，字典是不完整的，因此可以有效地实现跟踪。 此

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：2097152
    • 提供者：weixin_38675465

  1. 通过耦合对象上下文词典进行在线视觉跟踪

  2. 通过耦合对象上下文词典进行在线视觉跟踪

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：6291456
    • 提供者：weixin_38700430

  1. 结合纹理和形状特征的在线混合随机朴素贝叶斯视觉跟踪器

  2. 基于机器学习的思想并充分利用外观信息，提出一种在线选择纹理和形状特征的混合随机朴素贝叶斯视觉跟踪器。构造归一化空间金字塔，通过强度二值特征和金字塔梯度方向直方图二值特征，描述全局与局部区域的纹理和形状；并根据特征描述的二值性和多模性，设计并实现了在线混合朴素贝叶斯分类器。分类器预测类别后验概率生成信任图，跟踪器通过分析信任图实现目标跟踪，并利用极大似然估计和交叉验证实现外观学习和特征选择。选用基准测试集比较同类方法，从性能和复杂度两方面评估了跟踪器。实验结果表明跟踪器对光照变化，部分遮挡等情况具

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：6291456
    • 提供者：weixin_38653155

  1. 基于孪生神经网络在线判别特征的视觉跟踪算法

  2. 基于孪生神经网络的跟踪算法是利用离线训练的网络提取目标的特征并进行匹配,从而实现跟踪。在离线训练过程中,网络学到的是相似目标的通用特征,因此当有相似目标干扰时,用这种通用特征表达特定目标将会导致跟踪性能下降,甚至丢失目标。为提高对相似目标的判别能力,通过在线更新网络参数,使网络能够在通用特征的基础上,进一步学到当前目标的特定特征,这样不仅能有效地区分目标与背景,还能消除相似目标的干扰。实验在OTB50和OTB100数据库上进行,结果表明该算法可以提高对网络提取特征的判别力,实现对目标的稳健性跟踪

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：14680064
    • 提供者：weixin_38617001

  1. 具有高阶缓冲池的在线视觉跟踪

  2. 具有高阶缓冲池的在线视觉跟踪

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：711680
    • 提供者：weixin_38629042

  1. 在线相似性学习以进行视觉跟踪

  2. 在线相似性学习以进行视觉跟踪

  3. 所属分类：其它

    • 发布日期：2021-03-29
    • 文件大小：1048576
    • 提供者：weixin_38655780

  1. 从样品选择到模型更新：可靠的在线视觉跟踪算法，可防止漂移

  2. 本文提出了一种采用置信度组合地图模型的在线跟踪算法。漂移是在对象跟踪中容易发生的问题，并且大多数最新的跟踪算法已尝试解决该问题。在本文中，我们提出了描述对象结构的置信度组合图，并在此基础上开发了置信度组合图模型。该模型将当前帧中的对象与前一帧中的对象之间的关系关联起来。根据这种关系的强度，可以选择更精确分类的样本，并将其用于模型更新阶段，这将直接影响跟踪的发生漂移。在几种公共视频序列上对该算法进行了估计，并与几种最新算法进行了性能比较。实验表明，该算法优于其他比较算法，具有很好的性能。

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：8388608
    • 提供者：weixin_38559646

  1. 通过耦合对象上下文词典进行在线视觉跟踪

  2. 通过耦合对象上下文词典进行在线视觉跟踪

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：917504
    • 提供者：weixin_38733367
« 12 3 »