yueguanyun的专栏

转自：http://www.cnblogs.com/easymind223/archive/2013/02/26/2933523.html一个网友收集的运动目标检测，阴影检测的标准测试视频http://blog.youkuaiyun.com/sunbaigui/article/details/6363390 很权威的change detection检测视频集，里面有将近20种主流算法在

运动检测（前景检测）之（二）混合高斯模型GMM   因为监控发展的需求，目前前景检测的研究还是很多的，也出现了很多新的方法和思路。个人了解的大概概括为以下一些：帧差、背景减除（GMM、CodeBook、 SOBS、 SACON、 VIBE、 W4、多帧平均……）、光流（稀疏光流、稠密光流）、运动竞争（Motion Competition）、运动模版（运动历史图像）、时间

转自：http://blog.youkuaiyun.com/zouxy09/article/details/9622285运动检测（前景检测）之（一）ViBe因为监控发展的需求，目前前景检测的研究还是很多的，也出现了很多新的方法和思路。个人了解的大概概括为以下一些：       帧差、背景减除（GMM、CodeBook、 SOBS、 SACON、 VIBE、 W4、多帧平均……）、光流

一、目标跟踪TLD（Tracking-Learning-Detection）学习与源码理解之（一）TLD（Tracking-Learning-Detection）学习与源码理解之（二）TLD（Tracking-Learning-Detection）学习与源码理解之（三）TLD（Tracking-Learning-Detection）学习与源码理解之（四）TLD（Tracking

转自：http://blog.youkuaiyun.com/zouxy09/article/details/13358977最简单的目标跟踪（模版匹配） 一、概述       目标跟踪是计算机视觉领域的一个重要分支。研究的人很多，近几年也出现了很多很多的算法。大家看看淋漓满目的paper就知道了。但在这里，我们也聚焦下比较简单的算法，看看它的优势在哪里。毕竟有时候简单就是一种美。     

转自：http://hi.baidu.com/tukugikljqbahwq/item/a55cd54c3f2f34e1bcf45155因为该例程中的参数传递中没有用到":"的地方，所以按照这种根本不会包含":"的命令行参数传递规则，语句“ if(cmd[0]!=':')continue; ”之后的内容根本就不可能有机会执行。显然，设置参数的核心语句“ pM->SetParamStr(para

转自：http://www.cnblogs.com/yangyangcv/archive/2010/05/23/1742263.html一直都觉得粒子滤波是个挺牛的东西，每次试图看文献都被复杂的数学符号搞得看不下去。一个偶然的机会发现了Rob Hess(http://web.engr.oregonstate.edu/~hess/)实现的这个粒子滤波。从代码入手，一下子就明白了粒子滤波的原理。根

转自：http://blog.youkuaiyun.com/sangni007/article/details/81168351.Description: compute Haar features(templates)void CompressiveTracker::HaarFeature(Rect& _objectBox, int _numFeature)在rect内取_numFeature维

转自：http://blog.youkuaiyun.com/zouxy09/article/details/7893032run_tld.cpp#include #include #include #include //c++中的sstream类，提供了程序和string对象之间的I/O，可以通过ostringstream //和instringstream两个类来声明对象

转自：http://blog.youkuaiyun.com/zouxy09/article/details/8118329上一回粗略的引入了压缩感知。下面就针对自己的了解，具体总结下压缩感知理论。其涉及到的理论就是压缩感知（或者稀疏表达）。然后感觉不错，了解了解（后面会对这个跟踪算法做介绍，具体见博客更新）。所以接触时间有限，理解未免出错，望各位不吝指正。简单地说，压缩感知理论指出：只要信号是可压

转自：http://blog.youkuaiyun.com/zouxy09/article/details/8118360Real-time Compressive Tracking简称CT官网网址：http://www4.comp.polyu.edu.hk/~cslzhang/CT/CT.htm 一、实时压缩跟踪：感谢香港理工大学的Kaihua Zhang，这是他即将在ECCV 2012上出

转自：http://www.opencvchina.com/forum.php?mod=viewthread&tid=1651OpenCV VS提供了6组算法的接口，分别是：前景检测、新目标检测、目标跟踪、轨迹生成、跟踪后处理、轨迹分析，除了轨迹生成用于轨迹数据的保存以外，其他5个部分都是标准的视频监控算法体系中不可或缺的部分。1 算法流程控制（CvBlobTrackerAuto）整个

转自：http://www.cnblogs.com/moondark/archive/2012/05/12/2497391.html        近来在研究跟踪，跟踪的方法其实有很多，如粒子滤波（pf）、meanshift跟踪，以及KLT跟踪或叫Lucas光流法，这些方法各自有各自的有点，对于粒子滤波而言，它能够比较好的在全局搜索到最优解，但其求解速度相对较慢，由于其是基于颜色直方图的计算，

转自：http://blog.youkuaiyun.com/carson2005/article/details/7647500TLD(Tracking-Learning-Detection)是英国萨里大学的一个捷克籍博士生在其攻读博士学位期间提出的一种新的单目标长时间（long term tracking）跟踪算法。该算法与传统跟踪算法的显著区别在于将传统的跟踪算法和传统的检测算法相结合来解决被跟踪

转自：http://blog.sina.com.cn/s/blog_4b700c4c01017wz5.html一、引言 在需要监控的环境里，如何能够判断出进入特定区域的目标，并且能够跟踪目标的轨迹。分为两种情况：一是静态背景下的目标跟踪；二是动态背景下的目标跟踪。二、静态背景下的目标跟踪方法1、单目标：目标跟踪还可以分为单目标的跟踪和多目标的跟踪。单目标的静态背景下的目标跟踪指

转自：http://blog.youkuaiyun.com/dreamd1987/article/details/7907437因为研究需要，仔细看了下代码，看看有什么可以利用的地方。整体来说Kanade-Lucas-Tomasi Feature Tracker的方法就是首先找去特征点，之后用光流去跟踪的方法。Opencv中已经有了example，大家可以运行下看效果，同时Homepage：htt

KLT(C)Kanade-Lucas-Tomasi 特征跟踪“KLT”的实施，在C编程语言，为计算机视觉领域的一个特征跟踪。源代码是在公共领域，可用于商业和非商业的用途。奏卢卡斯 - 托马西功能跟踪的实现。(by Stan Birchfield)Intel Open Source Computer Vision Library计算机视觉程序，应用程序和教程。开源的，免费的学术和商业用途。英

这两天在研究移动（运动）物体检测跟踪。看了opencv自带的跟踪代码；注释全是英文的。所以加了中文注释。opencv自带的跟踪代码位置：opencv\samples\c\blobtrack_sample.cpp#include "cvaux.h"#include "highgui.h"#include /* select the correct function for doing

转自：http://www.cnblogs.com/CVArt/archive/2011/07/20/2111676.html　　　单目普通摄像头下的目标跟踪过程中比较难解决的一个问题就是遮挡，当一个目标物被另一个物体部分遮挡或完全遮挡时，跟踪的特征就会不完整或者消失。导致跟踪过程中断，然后需要重新检测目标物进行跟踪的重新初始化。为了解决这个问题，可以采用多个摄像头，但我们也可采用一些抗遮挡的

转自：http://www.cvchina.net/article-22-1.html刚刚看到了这个用来演示一种新的物体跟踪的算法的视频，它是Zdenek Kalal博士论文里的一部分。Zdenek Kalal是英国萨里大学的一个捷克学生。他演示的是他的神奇的精确定位系统，这个系统几乎可以跟踪镜头里的任何物体，只要你能看见它，并把它选中。它能做很多神情的事情。在这个视频中，他演示了通过摄像机拍