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. 基于模型的行人跟踪

  2. 基于模型的行人跟踪 中国科学院研究生院 硕士学位论文

  3. 所属分类：其它

    • 发布日期：2012-03-21
    • 文件大小：1048576
    • 提供者：minger2008

  1. 研究论文-用于步态识别的行人轮廓提取.pdf

  2. 采用针对静态背景下的基于Surendra背景更新算法的背景减除法对运动人体进行检测.为视频场景建立自适应的背景模型，通过原始图像和背景模型差分获得前景图像，再对检测出来的图像进行了二值化、数学形态学分析、连通分析、尺度归一等一系列图像预处理工作，为跟踪与识别奠定了基础.重点讨论了二值化自适应阈值选择的多种方法，总结出Kapur熵阈值选取法的优越性.

  3. 所属分类：其它

    • 发布日期：2019-08-07
    • 文件大小：657408
    • 提供者：weixin_39841365

  1. 基于计算机视觉的人流量双向统计

  2. 提出了一种采用视频监控系统对人行通道口进行双向人流量计数的方法。首先建立发色模型与头部形状模型，采用形态学运算提取人的头部目标，然后跟踪目标建立人头目标移动链，依据目标链位置信息判别行人的进出方向，最后设置感兴趣的检测区域，并对通过该检测区域的行人计数。实验结果表明，该方法能实时有效地统计通道口处双向人流量。

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：409600
    • 提供者：weixin_38674409

  1. rcmss-源码

  2. 通过强大的协作模型和样本选择（RCMSS）进行在线多对象跟踪 这是RCMSS算法[1]的Matlab实现。 可以使用名为MultiObjectTrackingMain.m的Matlab文件对代码进行测试，并且可以在PETS2009 S2L1测试序列上对该代码进行测试[7]。 代码依赖关系： [3]中的P.Dollár工具箱 P.Dollár等人的预训练行人探测器。 在[4]中 2005年PASCAL视觉对象类别挑战赛的开发套件[5] [6]中介绍的基于稀疏性的跟踪器代码 参考： [1] M

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：295698432
    • 提供者：weixin_42144366

  1. 基于道路环境上下文的行人跟踪方法

  2. 针对目前城市交通中人车混行场景中行人跟踪效果不佳的问题，提出了一种基于道路环境上下文的行人跟踪方法。首先通过对道路环境上下文进行分析，建立道路模型；其次在道路模型的约束下建立行人与环境的交互运动模型；最后利用该模型进行行人的跟踪。在真实场景中的实验表明在使用了道路上下文信息的跟踪方法相对于连续离散连续能量最小化的多行人跟踪方法相比，多目标跟踪准确度从47.6%提升至63.2%，多目标跟踪精度从68.8%提升至74.3%。数值结果表明道路上下文信息对于提高人车混行场景中行人跟踪效果的有效性。

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：131072
    • 提供者：weixin_38745003

  1. 采用在线高斯模型的行人检测候选框快速生成方法

  2. 行人检测是模式识别及机器学习领域的研究热点之一，广泛应用于智能监控、辅助驾驶等领域，而行人候选框的生成是识别及跟踪行人目标的一项重要的前期工作。针对静态监控场景以及特定情况下的车载监控场景，提出了一种基于在线高斯模型的行人检测候选框的快速生成方法(OL_GMPG)。该方法采用高斯模型拟合行人尺寸分布，可以通过生成较少数目的行人候选框达到较高的检测率；并可通过高斯模型的学习与更新过程，获取场景中行人频繁出现的位置以及对应的目标尺度信息，为后续的行人识别及跟踪过程提供辅助。

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：17825792
    • 提供者：weixin_38689824

  1. 基于HSV颜色特征和贡献度重构的行人跟踪

  2. 在光照、背景变化、遮挡、噪声、快速运动等复杂环境下, 准确地实现行人跟踪一直是富有挑战性的任务。针对这些问题, 提出基于HSV颜色特征和贡献度重构的行人跟踪算法。在粒子滤波的框架内, 从HSV空间提取目标的混合颜色特征生成目标模板集, 依据不同区域对跟踪结果的影响对区域进行贡献度分配, 并将其引入到一个自适应的正则化模型中, 将具有最小重构误差的区域判定为待跟踪目标。为了增强算法的稳健性, 跟踪过程中对模板进行实时更新。在OTB 100个序列上进行测试, 本文算法得到跟踪结果的平均中心误差和跟踪

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：8388608
    • 提供者：weixin_38745925

  1.  基于概率密度估计改进粒子滤波的行人跟踪算法研究

  2. 利用粒子滤波实现行人跟踪是视频智能监控的主要方法之一，但粒子滤波的粒子退化问题尚未得到一个比较理想的解决方法。本文利用重采样后的粒子集，构造经验分布函数，用支持向量机估计状态的后验概率密度模型，再依据该模型采样，在保证粒子有效性的同时增加了粒子的多样性，从而克服粒子退化现象，并基于加权颜色直方图模型进行了行人跟踪仿真实验。实验结果表明，该方法能有效克服粒子退化现象，跟踪精度相对于标准粒子滤波算法得到了提高，且该方法无需对后验分布作高斯假设，为解决粒子滤波算法中的粒子退化问题提供了一种方法。

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：1048576
    • 提供者：weixin_38731979