Go To English Version 超过100万源码资源,1000万源码文件免费下载
  • 基于计算机视觉的竞赛视频辅助分析系统研究 针对篮球竞赛中可能存在误判或者出现判决争议等问题,文中研究和开发了一套基于计算机视觉的竞赛视频辅助分析系统。该辅助系统建立在开源计算机视觉库OpenCV的基础上,通过Kalman滤波器优化的Camshift算法实现对输入图像视频序列中选定目标的检测与跟踪。试验结果说明,该辅助分析系统能够在目标准确选定的情况下,对目标进行实时地跟踪。同时由于Kalman滤波器的加入,使得目标存在遮挡的条件下系统也会在目标出现时再次准确跟踪。该系统的设计实现能够使人们借助计算机大幅地提高对竞赛裁决的能力,防止不必要的争议。
  • 多特征提取的双目机器人目标跟踪 ... 滤<br> 波器、基于自适应核函数的CamShift 算法、基于Hu 矩的头肩模型匹配算法提取目标 ...
  • 一种新的基于相似度的目标跟踪算法 <p>研究了视频序列中的目标跟踪问题, 提出一种新的基于Chebyshev 距离的相似度目标跟踪算法. 在跟踪过程中, 首先计算参考区域与目标区域间的相似度; 然后确定在序列中与被跟踪区域相匹配的区域; 最后利用统计检验的方法确定跟踪判断的正确性. 该方法可以避免估计概率分布密度函数的不足. 运用该算法在运动方式已知和未知的情况下分别与卡尔曼滤波和Camshift 算法进行了对比实验, 结果表明, 所提出算法的跟踪效果有所提高.</p>
  • 网络视频监控中运动目标跟踪方法改进 摘 要:针对传统的基于Kalman滤波的MeanShift跟踪算法目标运动速度突然改变时跟踪丢失的问题,在Kalman滤波器中引入加速度项使跟踪保持稳定;为了提高Camshift跟踪算法的实时性,使用简化的Camshift算法自适应调整跟踪窗口尺寸。实验结果表明2种改进分别提高了速度突变时跟踪准确性和目标跟踪的实时性,适合网络视频监控场景。
  • 一种基于深度置信网络的目标跟踪算法 提出一种基于深度学习的目标跟踪算法,该算法利用深度学习中深度置信网络(Deep Belief Networks, DBN)的方法,根据输入图像标记信息,深度分析图像结构,训练得到一个分类器对各帧图像中的像素进行分类,进而得到一个二值图像作为目标分布图,然后利用Camshift算法计算出目标质心位置,实现对目标的跟踪。同时,在跟踪过程中,根据当前帧目标的位置信息,加入Kalman滤波预测,以提高目标跟踪的效率。在多个视频中对所提出的算法进行验证,实验结果表明,算法可以很好地应对光照变化、目标旋转 ...
  • &nbsp;一种自动改变窗口尺寸的跟踪算法 &nbsp;在动态目标跟踪过程中,实用的跟踪系统要求能实时地适应运动目标的外观变化,为了解决CamShift算法在跟踪尺度变化的目标的不准确问题,本文在原算法基础上预测搜索窗口的尺寸,同时也对运动目标质心位置进行预测。实验结果表明,改进的算法对尺寸逐渐逐渐增大的目标都能自动选择合适的跟踪窗口大小。
  • 人脸检测跟踪与特征点定位系统 ... 缩短了系统的开发时间。首先,本系统采用adaboost算法进行人脸检测,通过合理的特征模板的选择实现了人脸的实时检测;其次,人脸跟踪模块选用camshift算法,利用人脸检测模块生成的人脸坐标传递给跟踪模块,实现人脸的自动实时跟踪,同时建立多个camshift跟踪器对多人脸进行跟踪,并有效地解决了人脸遮挡的问题;最后,通过ASM(active shape model)算法实现了实时人脸特征点定位。实验结果 ...
  • 基于隐马尔可夫模型和分块特征匹配的目标跟踪算法 ... 尺度变化等因素导致的目标易丢失以及传统Camshift跟踪算法中跟踪窗口易发散等问题, 提出 ... 块相应权重并结合分块特征匹配以改善Camshift算法实现运动目标跟踪。实验结果表明, 在 ...
  • 基于序贯检测机制的双目视觉运动目标跟踪与定位方法 ... 下的目标跟踪精度,提出了一种基于序贯检测机制的双目视觉运动目标跟踪方法.该方法在序贯检测机制下,将粒子滤波、稀疏场主动轮廓和CamShift等方法结合.首先用基于颜色特征的粒子滤波估计最优跟踪窗口;通过跟踪窗口和目标的相似度决定是否采用稀疏场主动轮廓方法,然后由目标轮廓和目标的相似度决定是否需要CamShift对轮廓进行修正;最后结合双目视觉的视差信息和标定模型对目标进行定位,引入视差置信区间判据可有效减少噪声影响,提高运动目标定位精度.实验表明本文 ...
  • 移动机器人动态环境下目标跟踪异构传感器一致性观测方法 ... 地图构建与目标跟踪(SLAMOT)过程中的多源,异构传感器空间一致性观测问题,提出了基于信息融合的摄像机与激光测距传感器联合标定优化方法。完成基于误差传播公式的激光扫描点图像平面投影不确定范围判定,并利用协方差交集算法实现基于运动物体检验方法和基于Camshift方法的图像坐标系下目标状态融合。在此基础上,利用目标图像平面投影方向误差构造目标函数,通过非线性优化方法实现摄像机与激光测距仪标定参数优化。实验验证了设计方法能有效提高目标跟踪以及多传感器参数标定的准确性。相关成果能够为基于多传感器信息融合的 ...