【摘 要】
：
为了实现在移动设备中实时的进行目标追踪,设计了一种基于Camshift目标追踪算法在Android平台下的目标追踪系统。通过对Camshift算法进行移植,使用Android NDK把移植后的Camshift算法编译成.so文件,然后利用JNI技术对加载后的.so文件在目标追踪模块进行本地调用。为了使系统更加智能,在追踪模块中引入HOG描述子用于检测第一帧出现的行人。当检测目标是行人时可以自动的定
论文部分内容阅读
为了实现在移动设备中实时的进行目标追踪,设计了一种基于Camshift目标追踪算法在Android平台下的目标追踪系统。通过对Camshift算法进行移植,使用Android NDK把移植后的Camshift算法编译成.so文件,然后利用JNI技术对加载后的.so文件在目标追踪模块进行本地调用。为了使系统更加智能,在追踪模块中引入HOG描述子用于检测第一帧出现的行人。当检测目标是行人时可以自动的定位目标进行追踪。目标是其他物体时就需要进行选中,以获取目标的特征进行跟踪。最终经过对行人和硬币等目标进行
其他文献
目前许多中职计算机PS课程的教学方法如项目教学、任务驱动要求具备适宜的项目资源环境,中职学校PS教学操作视频的开发现状、教学视频的数量、内容与中职PS教学需要存有差距,因此而教师要得到一些适合自己教学中使用的资源,其中一种途径就是自己开发。教师在教学中可以根据视频教学的应用类型进行创造性使用,教师根据教学类型选择适合的操作视频,并要采用多元化方法评价教学效果,可以更好地发挥操作视频资源的作用。
人脸识别,特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别是用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。随着信息技术的快速发展,人脸识别技术也在各种场合得到了广泛的应用。2016年福建省社会劳动保险局也在领取养老金资格认证中引进了"人脸识别"认证技术,先行在福州市、三明市上
The trustee and the trustor may have no previous interaction. So,intermediate nodes trusted by both the trustor and the trustee are selected to transit trust between them. But only a few intermediate
CVPR is the premier annual computer vision event comprising the main conference and several co-located workshops and short courses.With its high quality and low cost,it provides an exceptional value f
研究了优化核相关滤波器跟踪算法(KCF)在多目标跟踪领域的应用。建立一个基于背景差分法和KCF算法的多目标跟踪系统,背景差分法用于提取视频中移动的物体,得到其轮廓和大小作为输入,以此优化KCF算法。KCF算法和背景差分法在每一帧优化彼此的跟踪决策。根据MOTA和MOTP评估指标,在标准数据库中的3个城市交通视频测试本文提出的优化算法,并与两种广泛使用的多物体跟踪算法对比。结果显示,该算法在整体效果
针对当前红外目标图像生成方法得到图像的信噪比低和分辨率低,为此,在PC架构的基础上设计了动态红外目标图像智能生成方法。采用热网络法对动态红外目标温度,将动态红外目标分成多个相同尺寸的面元,计算每个面元中的温度;对收集得到的红外辐射进行滤波处理,根据红外目标温度的分布情况将红外探测器测得的灰度值显示出来,生成动态红外目标图像。实验结果表明,本文方法生成的动态红外目标图像的信噪比高、分辨率高。
行人头肩部位检测是计算机视觉领域的难点,针对传统行人头肩检测过程中误检率高的问题,提出两阶段HOG特征结合ORB特征的头肩检测算法。首先在特征提取阶段,基于AdaBoost级联分类算法训练HOG特征生成第1阶段头肩检测器,检测出行人头肩部位的"候选区域";接着,使用SVM分类算法训练ORB特征生成第2阶段头肩检测器,对"候选区域"进行第2次检测。测试结果表明,相比与传统HOG特征准确率提升10%,
为了提高检索准确率,改进轮廓点分布直方图检索性能,提出一种将CPDH和局部三角形面积相结合的形状匹配方法.首先全局采用CPDH描述子描述全局信息;其次,局部上提出通过SURF算法得到对应特征点,并利用三角形面积描述子描述特征点的局部信息,同时进行对应特征点间的距离计算.在国际通用数据库Kimia-99上的检索效果很好,在MPEG-7图像库中也达到了90. 72%的检索精度,都远高于传统方法 CPD
提出了一种多模型结融合的动作识别方法,目的是利用大数据时代下数据形态的多样性并结合已有模型,以提高识别准确率。该方法使用视频或图像序列与骨架序列对整个模型进行训练。对于骨架序列提取其关键帧,然后使用长短时记忆(LSTM)编码器对骨架序列进行特征提取得到骨架特征。接着使用卷积神经网络得到RGB视频或者图像序列的特征,进一步经过循环神经网络提取特征,得到RGB特征。网络的损失函数方程组由分类误差与上述
针对传统的局部二值模式(LBP)算法在提取表情图像特征时会遗漏掉某些关键的局部信息这一特点,提出了一种改进的LBP算法用于表情识别。首先在传统的LBP算子的基础上用中心像素与邻域像素灰度值做差值运算取其绝对值,并将每个绝对值相加再计算平均值然后把平均值作为阈值记为M,该阈值作为以后LBP编码时的参数。为了获得更多有效的特征信息,决定对表情图像的每个区域进行顺时针和逆时针两次编码,得到不同的两个特征