-
-
Python实现跟踪、光流、前景检测
【内附详细说明文档】
本项目是使用python,利用opencv库实现的共8个视频处理算法,包括:目标跟踪算法Meanshift, Camshift;稀疏光流以及稠密光流的计算OpticalFlow, OpticalFlow_full,前景检测算法MOG, CNT, GMG, GSOC,LSBP 。
代码简洁易读,可做为python课设参考资料,或者供图像处理爱好者学习。
-
OpenCV在人脸门禁系统的研究与应用
... 特性,对重新构建的模型参数进行比较评测,是目前使
用最广泛的人脸识别基准方法。重点研究了人脸跟踪算法(Camshift)的优缺点,提出了
采用AdaBoost算法进行人脸定位,提取位置信息再将其作为初始化人脸跟踪窗口传递给
Camshift进行自动人脸跟踪的改进算法。
OpenCV(Open Source Computer Vision)是一个开源的计算机视觉库,支持 Windows,
Linux,Mac OS, ...
-
qt-YOLOv3页面
【没法取消收费变成,有需要的可以私信我,我直接发你们,】除了yolov3外还包含部分图像处理的基本程序,如模糊、膨胀、腐蚀,camshift追踪等;
设置了背景图和显示图标,相关文件替换为自己的路径即可;
仅供参考,如果想运行需要改部分代码,不会的话注销掉有问题的代码慢慢调试
-
论文研究-基于视觉感知的运动目标跟踪算法.pdf
针对运动目标跟踪问题, 为解决跟踪过程中因遮挡、目标尺度变化等易造成跟踪失败的现象, 提出一种基于视觉感知的跟踪算法。该算法以神经元响应为视觉特征, 首先从自然图像中学习初级视皮层细胞感受野; 然后计算背景图像和视频序列图像的神经元响应并得出差值, 与动态阈值比较, 识别出运动目标, 通过迭代实现目标跟踪。多类别实验结果表明, 该算法实现了运动目标稳定跟踪, 目标跟踪准确率达93. 5%且鲁棒性增强, 与典型算法Camshift和SIFT相比, 提高了跟踪算法的准确性和鲁棒性。
-
论文研究-一种基于卡尔曼滤波的运动物体跟踪算法.pdf
针对实时视频监控领域中传统的Camshift算法不能有效解决遮挡和高速运动等问题,提出一种改进的Camshift算法与卡尔曼滤波相结合的运动物体跟踪算法。首先,通过二次搜索来调整搜索窗口的位置和大小,保证Camshift跟踪的可靠性;然后,在Camshift算法的基础上通过卡尔曼滤波对搜索窗口进行运动预测,保证实时跟踪。实验表明该方法具有较好的实时性,并能够有效地解决遮挡等问题。
-
论文研究-一种复杂环境下的动态多人脸自动检测与实时跟踪方法.pdf
针对复杂环境下,基于肤色信息的CamShift(continuously adaptive Mean-Shift)算法跟踪运动人脸的实时性欠佳,且同一时刻只能跟踪一个人脸的问题,提出了一种适于复杂环境下多人脸 ... 实时跟踪的方法。该方法利用AdaBoost(adaptive boosting)算法进行背景消除,提取可能包含活动人脸的区域进行人脸验证,采用多线程的CamShift算法,即MT-CamShift跟踪算法,实现人脸相互交错及人脸数目发生变化时的多人脸跟踪,从而实现动态多人脸的自动检测与实时跟踪。在任意 ...
-
论文研究-自动人脸跟踪方法研究.pdf
针对实时视频监控领域中传统的Camshift算法不能自动跟踪人脸和容易受到肤色相近遮挡等问题,首先采用Adaboost算法实现了人脸的自动检测,同时对于跟踪丢失等情形,通过贪心预测和卡尔曼预测对跟踪偏差进行实时改进,并比较两种算法的优缺点。实验表明前者对跟踪的准确性有较大提高,后者具有较好的实时性,在相近肤色遮挡时仍能实现正确跟踪,并对侧脸也有较好的效果,算法具有较好的鲁棒性。
-
研究论文-基于人工标志的无人机视觉导航方法.pdf
为了实现无人机长时间的精确定位,提出了一种新的视觉导航方法.无人机机载摄像头实时采集无人机相对人工标志物的图像,采用基于CamShift的特征目标跟踪算法,实时识别人工标志,并计算无人机相对标志物的质心位置与图像中心的偏差以及方向角偏差,无人机根据偏差数据生成飞行控制律,调整无人机姿态,实现对无人机的引导.实验验证了该算法的正确性和有效性.
-
研究论文-视频流下的人脸检测与跟踪.pdf
研究了基于AdaBoost算法的人脸检测、级联分类器,讨论了Haar-Like特征及其积分图的计算方法,以及微结构特征的详细定义和表示方式,并给出4种不同矩形特征的计算方法.以色彩直方图为跟踪特征,将基于AdaBoost的人脸检测算法与CamShift跟踪算法进行了有效的结合,并给出视频下的人脸检测与跟踪实验结果.实验结果表明,在尺度变化、角度变化以及有遮挡的情况下都得到了很好的检测、跟踪效果.
-
-