下载 >  人工智能 >  机器学习 > High-Speed Tracking with Kernelized Correlation Filters

High-Speed Tracking with Kernelized Correlation Filters 评分:

该论文是大神经典的相关滤波跟踪论文,开启了相关滤波跟踪的研究,是了解后续工作的必要前提
2019-03-27 上传大小:1.02MB
分享
收藏 举报
Kernelized Correlation filters(KCF)

论文《High-Speed Tracking with Kernelized Correlation Filters》的程序,可以在32位和64位机器上运行。

立即下载
High-Speed Tracking with Kernelized Correlation Filters 的翻译与分析

之所以对这篇文章进行精细的阅读,是因为这篇文章极其重要,在目标跟踪领域石破天惊的一篇论文,后来在此论文基础上又相继出现了很多基于KCF的文章,因此文章好比作大厦的基石,深度学习,长短记忆等框架网络也可以在KCF上进行增添模块,并能够达到较好的效果,因此我将深入学习这篇文章,并在此与大家分享,由于学识有限,难免有些谬误,还请斧正。

立即下载
KCF (Kernelized Correlation Filters)Matlab源码

源自作者主页http://www.robots.ox.ac.uk/~joao/circulant/ Matlab源码

立即下载
long-term tracking

Chao Ma 的long-term tracking 的改进版,《Adaptive Correlation Filters with Long-Term and Short-Term Memory for Object Tracking》发表在international journal of computer vision ,一区 SCI

立即下载
Context Aware CF Tracking目标跟踪官方源码CVPR 2017(含论文原文及补充材料)

这是CVPR 2017会议录用的一篇视频目标跟踪的论文,基于相关滤波改进,进入了背景上下文信息。资源中包含官方的源码(MATLAB)、论文原文以及官方的补充材料

立即下载
Correlation Filters论文报告

High Speed tracing with kernelized Correlation Filters

立即下载
KCFC++demo代码

对High-Speed Tracking with Kernelized Correlation Filters(KCF)作者的C++多尺度目标跟踪代码稍作修改,设置好初始化目标框参数、视频图像路径以及配置好opencv2411后,经调试可以VS2012上运行

立即下载
深度学习文章,DCFnet

DISCRIMINANT CORRELATION FILTERS NETWORK FOR VISUAL TRACKING

立即下载
VS2015_Mosse_code

VS2015_Mosse_code, Visual Object Tracking using Adaptive Correlation Filters代码

立即下载
colleration filter tracting MOSSE tracking

根据David S. Bolme的10年CVPR文章《Visual Object Tracking using Adaptive Correlation Filters》改写的C++程序mosse tracking程序

立即下载
视觉目标跟踪MOSSE tracker

使用matlab重写的MOSSE跟踪器。主要思想是根据论文Visual Object Tracking using Adaptive Correlation Filters(MOSSE Filter)。

立即下载
Bayesian Filtering:From Kalman Filters to Particle Filters, and Beyond

非常棒的粒子滤波综述,详细介绍了卡尔曼滤波到粒子滤波的演变历程。

立即下载
MCPF跟踪算法源码

MCPF跟踪算法源码,张天柱老师的cvpr2017的论文,粒子滤波结合相关滤波

立即下载
几篇CVPR关于multi-task的整理

几篇CVPR关于multi-task的论文笔记整理,包括 一、 多任务课程学习Curriculum Learning of Multiple Tasks 1 --------------^CVPR2015/CVPR2016v--------------- 5 二、 词典对分类器驱动卷积神经网络进行对象检测Dictionary Pair Classifier Driven Convolutional Neural Networks for Object Detection 5 三、 用于同时检测和分割的多尺度贴片聚合(MPA)* Multi-scale Patch Aggregation (MP

立即下载
ACM2012DThese are a

These are a These are a series of broadband common mode filters developed for high-speed differential signal interfaces, such as DVI and HDMI™of broadband common mode filters developed for high-speed differential signal interfaces, such as DVI and HDMI™

立即下载
论文《Accurate scale estimation for robust visual tracking》代码

论文《Accurate scale estimation for robust visual tracking》简单代码,来自VOT提供的代码,已经稍作修改,可以单独运行。 注意:修改vot_tracker_initialize.m文件中的base_path 才能运行,运行数据采用CVPR13上的benchmark。

立即下载
CVPR TRACKING Correlation filter的文章

matlab代码,立面涉及一些mex文件,需要重新编译

立即下载
Particle Filters for Positioning, Navigation and Tracking

关于particle filter的相关文献,英文原版文献 Fredrik Gustafsson等人写的

立即下载
在线目标跟踪算法设计与实现

实际生活里,因为许许多多的视觉方面的信息大多是来自运动的,所以目前针对在线目标的检测方面,已经广为流传。比如:在军事领域的飞行器自动驾驶、目标在线跟踪导航、医学领域的生物组织分析,包括对微观细胞的在线跟踪导航等;银行,机场、商店和政府重要机构等安全场所的智能监控等等,在线目标检测已经深入人们的日常生活,产生了不可替代的作用。随着科技各个研究领域的迅速发展,在各种不同的应用场合,人们对在线目标检测的现实要求越来越高,只有不断的提高在线目标检测的实时性、准确性才能不断地满足现实生活的需求。 现今业内比较通用的算法主要有以下三种,光流法、帧间分差法以及本篇文章所要利用的背景分差法。背景差分法的基本原

立即下载
VC图表控件 High-speed charting control(demo,说明文档,代码)

包含使用代码,使用文件,历程。可以直接使用,不存在不能使用的情况,欢迎下载

立即下载

热点文章

img

spring mvc+mybatis+mysql+maven+bootstrap 整合实现增删查改简单实例.zip

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
点击完成任务获取下载码
输入下载码
为了良好体验,不建议使用迅雷下载
img

High-Speed Tracking with Kernelized Correlation Filters

会员到期时间: 剩余下载个数: 剩余C币: 剩余积分:0
为了良好体验,不建议使用迅雷下载
VIP下载
您今日下载次数已达上限(为了良好下载体验及使用,每位用户24小时之内最多可下载20个资源)

积分不足!

资源所需积分/C币 当前拥有积分
您可以选择
开通VIP
4000万
程序员的必选
600万
绿色安全资源
现在开通
立省522元
或者
购买C币兑换积分 C币抽奖
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
为了良好体验,不建议使用迅雷下载
确认下载
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
为了良好体验,不建议使用迅雷下载
VIP和C币套餐优惠
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
您的积分不足,将扣除 10 C币
为了良好体验,不建议使用迅雷下载
确认下载
下载
您还未下载过该资源
无法举报自己的资源

兑换成功

你当前的下载分为234开始下载资源
你还不是VIP会员
开通VIP会员权限,免积分下载
立即开通

你下载资源过于频繁,请输入验证码

您因违反CSDN下载频道规则而被锁定帐户,如有疑问,请联络:webmaster@csdn.net!

举报

  • 举报人:
  • 被举报人:
  • *类型:
    • *投诉人姓名:
    • *投诉人联系方式:
    • *版权证明:
  • *详细原因: