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. QualitCenter安装指南

  2. 1.Quality Center 有助于维护测试的项目数据库，这个数据库涵盖了应用程序功能的各个方面。设计了项目中的每个测试，以满足应用程序的某个特定的测试需求。要达到项目的各个目标，可将项目中的测试组织成各种特定的组。Quality Center 提供了一种直观、高效的方法，用于计划和执行测试集、收集测试结果以及分析相关数据。Quality Center 还具有一套完善的系统，用于跟踪应用程序缺陷，通过它，您可 以在从初期检测到最后解决的整个过程中严密监视缺陷。将 Quality Cente

  3. 所属分类：专业指导

    • 发布日期：2010-03-23
    • 文件大小：1mb
    • 提供者：binnacler

  1. QualitCenter管理员指南

  2. 1.Quality Center 有助于维护测试的项目数据库，这个数据库涵盖了应用程序功能的各个方面。设计了项目中的每个测试，以满足应用程序的某个特定的测试需求。要达到项目的各个目标，可将项目中的测试组织成各种特定的组。Quality Center 提供了一种直观、高效的方法，用于计划和执行测试集、收集测试结果以及分析相关数据。Quality Center 还具有一套完善的系统，用于跟踪应用程序缺陷，通过它，您可 以在从初期检测到最后解决的整个过程中严密监视缺陷。将 Quality Cente

  3. 所属分类：专业指导

    • 发布日期：2010-03-23
    • 文件大小：1mb
    • 提供者：binnacler

  1. QualitCenter教程

  2. 1.Quality Center 有助于维护测试的项目数据库，这个数据库涵盖了应用程序功能的各个方面。设计了项目中的每个测试，以满足应用程序的某个特定的测试需求。要达到项目的各个目标，可将项目中的测试组织成各种特定的组。Quality Center 提供了一种直观、高效的方法，用于计划和执行测试集、收集测试结果以及分析相关数据。Quality Center 还具有一套完善的系统，用于跟踪应用程序缺陷，通过它，您可 以在从初期检测到最后解决的整个过程中严密监视缺陷。将 Quality Cente

  3. 所属分类：专业指导

    • 发布日期：2010-03-23
    • 文件大小：1mb
    • 提供者：binnacler

  1. OpenTLD opencv实现 测试数据集

  2. OpenTLD opencv实现 2.4以上版本编译报错 include/TLD.h添加了头文件#include http://download.csdn.net/detail/zczhao2009/9406411 测试数据集

  3. 所属分类：C++

    • 发布日期：2016-01-16
    • 文件大小：28mb
    • 提供者：zczhao2009

  1. MTT稀疏目标跟踪算法代码.rar

  2. 一种经典的目标跟踪算法代码,内部包含了数据集和MATLAB代码,测试可以顺利运行

  3. 所属分类：图像处理

    • 发布日期：2019-07-10
    • 文件大小：21mb
    • 提供者：mulinghanxue

  1. 目标跟踪算法综述_孟琭.pdf

  2. 目标跟踪一直以来都是计算机视觉领域的关键问题, 最近随着人工智能技术的飞速发展, 运动目标跟踪问题得到了越来越多的关注. 本文对主流目标跟踪算法进行了综述, 首先, 介绍了目标跟踪中常见的问题, 并由时间顺序对目标跟踪算法进行了分类: 早期的经典跟踪算法、基于核相关滤波的跟踪算法以及基于深度学习的跟踪算法. 接下来, 对每一类中经典的跟踪算法的原始版本和各种改进版本做了介绍、分析以及比较. 最后, 使用 OTB-2013 数据集对目标跟踪算法进行测试, 并对结果进行分析, 得出了以下结论: 1

  3. 所属分类：图像处理

    • 发布日期：2019-08-21
    • 文件大小：1mb
    • 提供者：qq_28005905

  1. 用于跟踪测试的视频

  2. 目标跟踪目标跟踪

  3. 所属分类：深度学习

    • 发布日期：2020-10-10
    • 文件大小：76mb
    • 提供者：weixin_44264994

  1. 基于方向可靠性的互补跟踪算法

  2. 基于相关滤波的目标跟踪已成为当前的研究热点。传统相关滤波框架中经循环位移训练的跟踪模板对目标的像素排列较为敏感，难以适应目标形变，但其对光照变化和相似颜色干扰等颜色变化稳健性较好；基于空间可靠性的跟踪模板建立空间置信图作为相关滤波的随机场约束项，以适应形变问题，但其对颜色变化稳健性较差。为了充分发挥两种跟踪模板的优势，提出方向可靠性的概念，并制定了一套最优的判别方法，实现了两个模板在x轴和y轴两个方向的最优位移估计。实验结果表明，与当前优秀算法在OTB2013和OTB2015标准测试集上的对比实

  3. 所属分类：其它

  1. 目标跟踪中基于光流映射的模板更新算法

  2. 基于深层孪生网络的目标跟踪算法普遍缺乏目标模板在线更新方法,从而在某些复杂应用场景中适应能力较差。针对这一问题,提出一种基于光流映射的目标模板在线更新算法,该算法能够在保证实时性的前提下有效提高对复杂场景的适应能力。首先在跟踪过程中计算模板帧之间的光流信息;其次由光流映射和残差计算获取目标的运动变化信息。除此以外,还提出一种基于奇异值分解的由初始帧生成的修正项以修正目标位置偏差的方法。在OTB100和VOT2016数据集上对所提算法进行测试评估,结果显示,所提算法可以较好地优化新生成的目标模板,

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：10mb
    • 提供者：weixin_38652870

  1. 卷积通道裁剪与加权融合的精定位视觉跟踪

  2. 为提高卷积相关滤波算法的速度和精度,提出一种基于通道裁剪与加权融合的跟踪算法。该算法选取适合目标跟踪的单层卷积特征,通过特征均值比裁剪无效卷积通道,再融合一维灰度特征,提升了特征的表征能力。然后以特征均值比为卷积通道权重构造加权相关滤波算法,预测目标位置,并用帧差均值最小化精定位方法减小预测位置误差;最后通过更新跟踪模型,以进一步提高算法速度。在标准数据集OTB-100上对算法进行测试。结果表明,所提算法的平均距离精度为91.3%,平均速度为31.8 frame/s。所提算法可有效提高目标跟踪的

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：14mb
    • 提供者：weixin_38565221

  1. 自适应特征选择的相关滤波跟踪算法

  2. 针对相关滤波方法对快速运动与快速变形的目标跟踪稳定性较差的问题,提出一种自适应特征选择的相关滤波跟踪算法。利用位置滤波器和颜色概率模型提取候选区域中的基础特征,对基础特征以不同的权重分配方式进行融合,得到多个融合特征。对融合特征进行可信度判定,选择可信度较高的融合特征作为当前帧的跟踪特征,估计出目标的候选位置。若最高可信度低于可信度阈值,启动检测器重新检测目标位置,否则候选位置即为目标最终位置。与此同时,对目标模型进行更新,确保模型对目标描述的准确性。在标准数据集OTB50和OTB100上进行大

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：14mb
    • 提供者：weixin_38660813

  1. 结合注意力机制的核相关滤波目标跟踪

  2. 针对目标跟踪中的旋转、快速运动、遮挡等问题。提出了结合注意力机制的核相关滤波跟踪方法。该方法利用卷积神经网络提取卷积特征；利用两个样本的相似度矩阵计算注意力权值，并结合注意力权值和核相关滤波器；使用两个分类器分别检测目标和背景，并依据两个分类器的响应值实现模型的自适应更新。选取公开数据集上具有复杂场景的视频序列进行测试，并与多种跟踪算法在跟踪精确度和成功率上进行定量分析，该算法与原核相关滤波算法相比，精确度和成功率分别提高了１８．９％、５８．７％。实验结果表明，添加了注意力机制和自适应更新的核相

  3. 所属分类：其它

  1. 基于分层卷积特征的自适应目标跟踪

  2. 针对目标跟踪中出现的尺度变化、旋转和遮挡等问题, 提出了基于分层卷积特征的自适应目标跟踪算法。利用卷积神经网络提取分层卷积特征, 利用相关滤波算法获取卷积特征响应图, 并通过响应图的加权融合估计目标位置。利用一种边缘检测算法实现尺度自适应跟踪。利用峰旁比判断目标的置信度, 解决遮挡情况下的模板更新问题。利用OTB2013数据集测试所提出的算法, 测试得到所提出算法的整体成功率、精确度分别为0.618, 0.861, 在目标发生尺度变化、旋转和遮挡等情况下, 该算法可以准确、可靠地跟踪目标。

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：22mb
    • 提供者：weixin_38603259

  1. 重构特征联合的多域卷积神经网络跟踪算法

  2. 针对MDNet跟踪算法网络模型中存在的特征稳健性差以及目标背景信息丢失导致跟踪失败的问题,提出一种基于重构特征联合的多域卷积神经网络视觉跟踪算法。基于末端卷积层提取的目标高级特征,使用反卷积操作上采样,获得了包含目标背景信息的重构特征,再通过联合目标高级特征和背景信息的重构特征的方式增强特征的稳健性,达到了有效区分目标和背景的目的,适用于解决跟踪过程中出现的目标遮挡、形变、光照变化等问题。将本文算法分别在OTB50和VOT2015跟踪测试集上进行测试,与MDNet算法相比,跟踪精度提升1.53%

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：20mb
    • 提供者：weixin_38589314

  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

  1. 稳健的双模型自适应切换实时跟踪算法

  2. 为提升卷积特征目标跟踪算法的实时性和稳健性，利用不同卷积层特征对不同目标表征能力不同的特性，提出双模型自适应切换的实时跟踪方法。该方法对选取的两个卷积层特征使用目标区域和跟踪搜索区域卷积特征的能量均值比来评估卷积特征，选择能量均值比大于给定阈值的卷积通道特征来训练两个相关滤波分类器，然后利用目标相关滤波响应图的峰旁比自适应切换两个相关滤波分类器来预测目标位置，最后采用稀疏模型更新策略来更新分类器。在标准数据集上进行算法测试，实验结果表明，本文算法平均距离精度为89.3%，接近连续卷积跟踪算法，平

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：15mb
    • 提供者：weixin_38571449

  1. 基于多层深度卷积特征的抗遮挡实时跟踪算法

  2. 为提高复杂场景中目标跟踪算法的准确性与实时性,提出一种基于多层深度卷积特征的抗遮挡实时目标跟踪算法。针对目标跟踪任务,先对深度卷积网络VGG-Net-19进行微调,再提取目标区域的多层深度卷积特征。根据相关滤波框架构建位置相关滤波器,确定目标中心位置。设计尺度相关滤波器对目标区域进行不同尺度采样,确定目标尺度。目标遮挡时,采用阶段性评估策略进行模型更新与恢复,解决模型误差积累问题。选取目标跟踪评估数据集OTB-2015(100组视频序列)与UAV123(123组视频序列)进行测试。实验结果表明,

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：23mb
    • 提供者：weixin_38697979

  1. 融合多层卷积特征自适应更新的目标跟踪算法

  2. 针对传统手工特征表达能力不足和滤波器模型存在误差累积的影响,提出一种融合多层卷积特征自适应更新的目标跟踪算法。该算法采用分层卷积神经网络提取图像特征,利用线性加权的方法融合多层卷积特征预测目标位置;利用多尺度下目标卷积特征确定目标最佳尺度;利用平均峰值相关能量评价目标响应的置信度,根据相邻两帧目标图像的帧差均值和位移评估目标的运动情况,根据预测位置可信度和目标图像外观变化,调整滤波器模型的学习率。在OTB-2013公开测试集上验证本算法性能,并与现有基于相关滤波的主流运动目标跟踪算法进行相比,实

  3. 所属分类：其它

  1. 融合扰动感知模型的孪生神经网络目标跟踪

  2. 针对全卷积孪生网络目标跟踪算法(Siamfc)在严重遮挡、旋转、光照变化、尺度变化等情况下容易出现跟踪失败的问题,提出了一种融合扰动感知模型的孪生神经网络目标跟踪算法。将孪生神经网络提取到的低层结构特征与高层语义特征进行有效融合,以提高特征的表征能力;利用模板自适应策略在线更新模板,以提高算法在遮挡和旋转等情况下跟踪的精确度。与此同时,将基于颜色直方图特征的扰动感知模型引入到算法中,通过加权融合的方式获得目标响应得分图,以此估计出目标的位置,并利用相邻帧尺度自适应策略估计出目标最佳尺度。为验证本

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：14mb
    • 提供者：weixin_38637884

  1. 基于特征融合与分类器在线学习的目标跟踪算法

  2. 为了解决目标在复杂环境下表观变化引起的跟踪漂移问题,提出一种基于多特征融合与分类器在线学习的目标跟踪算法.该算法利用不同表观特征训练子分类器,通过构建损失函数求得各子分类器可信度,进而加权融合子预测结果,得到当前帧最佳目标状态估计;同时,依据最近-最远边界原则和协同训练理论粗更新训练样本集,并通过精选择准则得到更具代表性的训练样本集,实现子分类器自适应更新.实验结果表明,所提出的算法在多种典型测试场景中都能取得较鲁棒的跟踪效果.

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：11mb
    • 提供者：weixin_38683895
« 12 3 4 5 6 »