tld目标跟踪C++版本

基于Opencv的图像处理脸识别/检测源码,，环境是visualstudio2013,opencv2.4.9.主要通过C++/C实现，希望对于研究人脸的识别有一定的帮助!

在很多动作大片中，开启关键之门的密码都是人脸———通过摄像头扫描脸部特征，符合则自动开启大门，反之警铃大作。依次通过人脸检测、人脸对齐、人脸识别三个模块，才能完成验证。人脸支付存在的一大问题就是识别率不高，完美光线下识别率能达到90%，特殊光影下只有60%。以淘宝为例，每天上亿的交易量，即便是99.99%也是远远不够的。

光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！光流实现多目标跟踪，就这么简单！

卡尔曼滤波（Kalman filtering）一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。 斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA埃姆斯研究中心访问时，发现他的方法对于解决阿波罗计划的轨道预测很有用，后来阿波罗飞船的导航电脑使用了这种滤波器。 关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Kalman and Bucy (1961)发表。 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报 打分 发表评论 暂无评论

利用opencv库函数实现的图像拼接，验证有效

vibe+算法是vibe的改进型算法，通过不同距离的函数和设置阈值准则，前背景分离是在更新和输出掩码之间，采用过的方法对传播进行抑制，从而消除ghost区域，在更新掩码时，增加闪烁检测程序，最后在增加一个更新因子，从而提高程序的鲁棒性。

学习图像处理的入门教程代码，有清晰的注视，详细的代码，值得刚入门学习图像处理OPENCV的同学下载下来学习。里面还有各种机器学习算法的简介，可以学习了解下。

本人做研究生数学建模时候写的代码，关于动态视频，前景识别检测代码，精确度非常高，获得国家二等奖

基于OPenCv的人脸识别源码 可以运行的，希望有这方面学习爱好的可以看看 C#代码简单清晰

opencv3 的java开发资源，内附opencv的示例，包含图片和java工程，每个例子，一个小工程