多目标的视觉跟踪

我们建议制定多目标跟踪为最小化连续能量函数。以外的许多近来的方案，我们专注于设计的能量函数，代表该问题尽可能忠实地，而不是一个是适合于优雅的优化。然后，我们去构建一个合适的优化方案，以找到能提出强烈的局部极小。该方案扩展了共轭梯度法具有周期性的反式维跳跃。这些举动允许Search逃脱弱极小和探索可变维搜索空间的一个更大的部分，同时仍然总是减少的能量。为了证明这种方法我们都在合成数据和六个不同的实际视频序列提出了广泛的定量评价的有效性。在这两种情况下，我们实现了一个扩展卡尔曼滤波器的基线，以及国家的最先进的基于ILP的跟踪一个显著的性能提升。

本文的主要目的是通过采用 k-均值和遗传算法得到非重叠和可靠的输出。不同的色彩空间都是在我们的应用程序中输入图像的简单 (K-均值的基础） 聚类技术融合。

此代码是 reconsponding 的论文写的就是卡通形象重建通过 p 的约束极小化西蒙哈威。与代码相比他自己，我的代码就很容易学会。虽然这段代码只使用两规，结果优于国家 — — 的艺术方法。

最近的背景差分法做了改进，感觉效果不错，传来希望对大家有帮助，在原先基础上对阈值进行了自适应处理，使得该方法能够更好的应对复杂环境下对运动目标的检测，排除了部分噪声对检测的影响，

实现图象的平滑（去噪声），锐化。，图像的能量主要集中在其低频部分，噪声所在的频段主要在高频段，同时系统中所要提取的汽车边缘信息也主要集中在其高频部分，因此，如何去掉高频干扰又同时保持边缘信息，是我们研究的内容。为了去除噪声，有必要对图像进行平滑，可以采用低通滤波的方法去除高频干扰

利用各向异性扩散方程对图像进行处理，例如去噪，边缘检测

应用背景android 编码解码h264， 调用原生api编解码h264，能够达到1080p，同时udp发送至vlc，可以实时观看，系统要求4.2以上，红迷测试可以达到720p关键技术android 编码解码h264，包括h264 encode decode，系统api是mediacodec，视频采集是camera回调，转换yv12到yuv420

基于opencv的人脸表情识别，采用的是svm分类方法。SVM的思想可以概括为两点它是针对线性可分情况进行分析，对于线性不可分的情况，通过使用非线性映射算法将低维输入空间线性不可分的样本转化为高维特征空间使其线性可分，从而 使得高维特征空间采用线性算法对样本的非线性特征进行线性分析成为可能；

基于MFC的贪吃蛇游戏，很好的运用的MFC的画图原理，同时使用双缓存机制防止界面刷新闪烁的为题

该代码为基于DSP图像处理方式中一种常用的sobel边缘检测算法。主要用于数字图像的一阶梯度计算和边缘检测。在技术上，它是一个离散的一阶差分 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