您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. C-COT跟踪算法源码

  2. C-COT源自2016年ECCV的文章,相关滤波跟踪,采用了CNN+HOG+CN的组合方式
  3. 所属分类:机器学习

    • 发布日期:2017-10-16
    • 文件大小:2097152
    • 提供者:wangminghang1
  1. Hog+SVM算子(图像分类)

  2. 图像分类算法:第一张图像显示的是提取到的HOG特征,这个主要可以初步了解下特征是否选择的合适,不合适可以调节extractHOGFeatures里面的参数,如cellsize,blocksize,bins等,具体可以参考这个点击打开链接 http://cn.mathworks.com/help/vision/ref/extracthogfeatures.html?searchHighlight=extractHOGFeatures&s_tid=doc_srchtitle。本程序选择的默认参数,
  3. 所属分类:C/C++

    • 发布日期:2018-05-24
    • 文件大小:340
    • 提供者:qq_37777634
  1. 目标跟踪算法KCF融合HOG+CN特征,matlab代码

  2. 将MD大神提出的CN特征融合到KCF中,采用的是简单的线性相加。里面的有的注释谷歌翻译的,可以无视
  3. 所属分类:机器学习

    • 发布日期:2019-03-24
    • 文件大小:1048576
    • 提供者:qq_33558872
  1. 中南大学计算机学院梁毅雄老师授课-数字图像处理-考试要点答案整理

  2. 中南大学计算机学院梁毅雄老师授课考试要点答案整理。此文档受众:中南大学!计算机学院!梁毅雄老师授课学生!数字图像处理!中南大学计算机学院梁毅雄老师授课考试重点整理 2019.07.03 Canny边绿检测算法 基本原理 图象边缘检测必须满足两个条件:一能有效地抑制噪声;二必须尽量精确确 定边缘的位置。 从数学上表达了三个准则[信噪比准则(低错误率)、定位精度准则、单边缘 响应准则」,并寻找表达式的最佳解 属于先平滑后求导的方法 步骤 1)使用高欺滤波器,以平滑图像,滤除噪声。 2)计算图像中每个
  3. 所属分类:讲义

    • 发布日期:2019-07-04
    • 文件大小:5242880
    • 提供者:sinat_31857633
  1. 特征权值与尺度自适应的核相关跟踪算法

  2. 提出了一种特征权值与尺度自适应的核相关跟踪算法。提取目标搜索区域的方向梯度直方图(HOG)特征和颜色名(CN)特征进行自适应权值融合,通过融合特征的相关滤波响应图的峰值找到目标位置;利用权值较大特征的相关滤波响应图的峰值和峰值旁瓣比的乘积作为尺度评估依据,对目标尺度进行粗略估计和精确估计,从而得到目标的最佳尺度。通过在目标跟踪标准(OTB-2013)数据集上的仿真实验,结果表明相比核相关滤波跟踪算法以及其他5种跟踪算法,所提算法在跟踪精度和成功率方面都有明显提高,跟踪精度为0.799,成功率为0
  3. 所属分类:其它

    • 发布日期:2021-02-13
    • 文件大小:5242880
    • 提供者:weixin_38503483
  1. 基于特征融合与子空间学习的行人重识别算法

  2. 针对现存行人重识别算法不能较好地适应光照、姿态、遮挡等变化的问题, 提出一种基于特征融合与子空间学习的行人重识别算法。该算法对整幅行人图像提取方向梯度(HOG)直方图特征和HSV(Hue,Saturation,Value)直方图特征作为整体特征, 再在滑动窗口内提取色彩命名(CN)特征和两个尺度的尺度不变局部三元模式(SILTP)特征。为了使算法具有更好的尺度不变性, 对原图像进行两次下采样, 再对采样后的图像提取上述特征。提取特征后, 采用核函数分别将原始特征空间转换到非线性空间, 在非线性空
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:1048576
    • 提供者:weixin_38557370