没有合适的资源？快使用搜索试试~
我知道了~
文库首页
音视频
图像处理
基于结构化输出的目标跟踪算法——STRUCK
基于结构化输出的目标跟踪算法——STRUCK
目标跟踪
需积分: 50
7 下载量
99 浏览量
2018-04-10
22:24:37
上传
评论
收藏
950KB
PDF
举报
温馨提示
立即下载
一种基于结构化输出的跟踪的方法，采用在线SVM分类器进行自适应跟踪，直接预测目标位置的变化，能够省去中间分类的步骤。
资源推荐
资源评论
STRUCK目标跟踪程序
浏览：188
4星 · 用户满意度95%
根据作者源程序进行一定简化，注释掉了learner和tracker窗口输出 用法： 1、图像序列放入Sequences文件夹； 2、配置config.txt，resultsPath写结果文件地址，sequenceName写图像序列名，frame size写图像大小 3、main.cpp第125行，根据实际情况修改输入文件的路径 4、结果文件在解决方案根目录 参考论文：Struck: Structu
Struck跟踪算法
浏览：198
本struck跟踪算法基于VS2013+opencv2.4.9，release调试，亲测可用；算法很经典，很有学习价值
struck跟踪算法
浏览：196
struck算法 包含girl测试序列
struck: Structured Output Tracking with Kernels
浏览：126
Sam Hare 2011年iccv发表的Struck: Structured Output Tracking with Kernels文章的代码程序.适合大家学习科研
struck跟踪
浏览：80
算法基于OpenCV v2.1 and Eigen v2.0.15开发测试 跟踪鲁棒
基于图结构的平面目标追踪算法（亮风台）
浏览：166
5星 · 资源好评率100%
Gracker: A Graph-based Planar Object Tracker(基于图结构的平面目标追踪算法)的源码比较详尽的注解。本文件下含有一份代码和对应论文。
一种改进的Struck跟踪算法
浏览：194
Struck在面对目标尺度变化的场景时，跟踪结果的精度会降低，甚至出现丢失目标的情况。为解决这一问题，提出了一种在分类判别器中引入尺度变量的解决方案，在提高算法对尺度变化的鲁棒性的同时提高算法的实时性。对算法的改进主要是在分类判别器添加尺度变量，让分类器学习目标的尺度信息。同时在采样过程中，利用支持向量机中的判别函数实现目标位置预测，并减少计算量、提高实时性。改进后的算法在Car4、G
基于颜色的目标追踪源码
浏览：65
基于颜色的目标追踪源码，可以识别颜色后进行追踪 ，有进一步优化的空间
Unity PIDI - Planar Reflections
浏览：67
非常好的平面反射插件！！！
世上最牛的23个图像跟踪算法（MATLAB程序）
浏览：3
4星 · 用户满意度95%
世上最牛的23个图像跟踪算法（MATLAB程序）：ASLA，SCM，L1APG，TLD，CT等
具有融合罚约束的低秩结构化稀疏表示目标跟踪算法
浏览：53
现有的低秩稀疏表示目标跟踪算法在目标突然运动和严重遮挡等情况下,经常出现跟踪漂移现象.为此,提出一种具有融合罚约束的低秩结构化稀疏表示目标跟踪算法.首先,利用混合${L_{1,2
基于代价敏感结构化SVM的目标跟踪.docx
浏览：85
基于代价敏感结构化SVM的目标跟踪.docx
基于帕累托包络的选择算法 II (PESA-II)：用于进化多目标优化的 PESA-II 的结构化 MATLAB 实现-matlab开发
浏览：153
有关更多信息，请参阅以下链接： http://yarpiz.com/category/multiobjective-optimization
基于分解的多目标进化算法（MOEA / D）：用于进化多目标优化的MOEA / D的结构化MATLAB实现-matlab开发
浏览：78
有关更多信息，请参阅以下链接： http://yarpiz.com/95/ypea124-moead
研究论文-基于核相关滤波器的目标跟踪算法.pdf
浏览：184
针对目标跟踪过程中出现的目标形变、遮挡、出平面旋转等干扰问题，通过对传统核滤波相关（KCF）跟踪算法在特征提取方式和模型更新方案上的改进，提出一种基于颜色名称空间特征的核相关滤波算法。为了验证算法的有效...
基于Struck的在线学习和相似度匹配的双重更新跟踪算法
浏览：169
针对Struck算法在遇到完全遮挡后难以恢复目标的跟踪问题,提出了利用双重更新策略对目标进行跟踪的算法。首先标定首帧中目标的所在位置,提取目标特征作为初始模板。其次,设计相似函数判别当前帧目标区域与初始模板的...
目标跟踪经典算法及代码
浏览：92
5星 · 资源好评率100%
目标跟踪两篇经典综述性文章以及三个算法的相关论文和代码，其中，struck算法的代码可以从CSDN上其他上传者下载
基于核化相关滤波器的跟踪器
浏览：153
5星 · 资源好评率100%
基于核化相关滤波器的跟踪－效果直逼Struck和TLD跟踪器。该作者是CSK算法的原作者，现在2015年新作出来了，是CSK算法的补充和提高。
struct跟踪源码
浏览：154
5星 · 资源好评率100%
结合多特征的目标跟踪算法，2011年的iccv文章，在线学习式的跟踪目标物体，用到了SVM算法和HAAR特征提取算法等特征提取算法
struck 算法源代码
浏览：21
struck 算法源代码， 需要opencv 库和eigen库支持
Struck 视频跟踪算法C++源码（包含测试序列）
浏览：86
4星 · 用户满意度95%
VS2010平台 使用opencv2.4.10 和 eigen-2.0 ，下载的时候请注意使用相应版本的库文件
基于稀疏超完备表示的非结构化场景目标定位算法
浏览：161
非结构化场景具有许多不确定性和不可预测的状态。 这给对象定位带来了困难，对象定位是基于像素的处理。 模拟视觉信息处理方法是解决上述问题的有效途径。 稀疏超完备表示是一种更符合视觉机制的图像表示模型。 但是，过完备的表示方式不仅增加了稀疏分解的组合搜索难度，而且改变了输入空间与代码空间之间的对称性。 此外，这使得模型解和计算方法变得复杂。 为了解决上述问题并有效地利用该模型实现图像对象的自动定位，本
基于特征模型的非结构化道路跟踪算法研究
浏览：83
鉴于室外自主移动机器人视觉导航的应用需求，提出一种提高非结构化道路跟踪准确性和鲁棒性的算法。首先，利用局部二值模式LBP的纹理特征和颜色特征建立道路区域的H-S-LBP特征模型，利用特征模型对视频序列图像进行反向投影，将图像分割为道路区域和背景区域。同时，采用卡尔曼滤波器更新道路特征模型。通过反向投影与特征模型更新的交替完成，实现非结构化道路跟踪。实际应用表明，提出的算法能够准确跟踪视频图像中道路
TLD视频目标跟踪算法论文
浏览：181
3星 · 编辑精心推荐
介绍应用TLD算法进行视频目标跟踪，最基本的论文之一
2012-2015VOT竞赛目标跟踪主流算法论文25篇PDF版
浏览：147
2012-2015VOT竞赛目标跟踪主流算法论文25篇PDF版，包括KCF，FCT，CT, TLD, Struck，CN等
经典的视觉跟踪算法的MATLAB代码_CREST,CSK,CT,ECO,KCF,LOT,SCM和Struck
浏览：2
5星 · 资源好评率100%
经典的视觉跟踪算法的MATLAB代码，tracker包括CREST,CSK,CT,ECO,KCF,LOT,SCM和Struck。(Visual object tracking,include CREST,CSK,CT,ECO,KCF,LOT,SCM and Struck.)
visual_tracking_code.zip_CSK matlab代码_eco 跟踪_eco跟踪算法_kcf TRACKER
浏览：17
主要是一些经典的视觉跟踪算法的MATLAB代码，tracker包括CREST,CSK,CT,ECO,KCF,LOT,SCM和Struck。
基于struck的github代码改进，用于测试OTB以及VOT数据集.zip
浏览：53
基于struck的github代码改进，用于测试OTB以及VOT数据集，并增加Precision Rate和Success Rate的曲线绘制。 基于struck的github代码改进，用于测试OTB以及VOT数据集，并增加Precision Rate和Success Rate的曲线绘制...
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
联系上传者
评论
ballball吴晗
粉丝: 12
资源:
6
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场，查看用户热搜
最新资源
不需要会员的文档下载器
汇编语言实现冒泡排序算法（源码）
cumt 嵌入式系统课程设计（陈岱）第二次测验答案
多语言实现贪心算法详解：从钱币找零到哈夫曼编码的编程实践与应用场景分析
墨卡托投影（正轴等角圆柱投影）函数映射的python实现
ECR6600 SDIO驱动LINUX
ECR6600U 驱动开发手册
奕思维6600 U 驱动linux
ospf作业ospf作业
心脏病数据集（1190 个实例和 11 个特征）【500010103】
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
安全验证
文档复制为VIP权益，开通VIP直接复制
信息提交成功
