59
何恺明在CVPR大会上做演讲时的PPT.pdf
SingleImage Haze Removal Using Dark Channel PriorKaiming He Jian Sun Xiaoou TangThe Chinese Universi
8
2008_CVPR_Best Paper_Beyond Sliding Windows: Object Localization by Efficient Subwindow Search.pdf
BeyondSliding Windows: Object Localization EfficientSubwindow SearchChristoph LampertMatthew Blaschko
39
ICCV & CVPR paper reading.ppt
振2010.9.17SupervisedTranslation Supervised Translation--Invariant InvariantSparse Coding Sparse Codi
7
15. Counting crowded moving objects(CVPR 2006).pdf
 出处/时间:CVPR 2006
 适用环境:复杂的拥堵环境(同一类对象,例如:人,动物)
 特征/算法:聚类一系列分散的被跟踪特征点,利用一种高度并行的KLT跟踪方法,得到特征轨迹。然后,提出一种调节算法平滑和扩展原始特征轨迹的方法,产生条件轨迹。最后利用局部的刚性制约因素和一个简单的对象模型(标记着真实的对象计数),聚类条件特征成候选对象。
 1.1. 特征点计算[18]
 1.2. 提高效率
 窗口面积的倒数作为计算运动参数的权重
 最优化窗口选择
 1.3. 特征重现
 由于对象之间的遮挡、自身的遮挡、对象消失和景深问题引起的对象特征改变,我们需要重新计算某些区域的特征。然而因为计算量的原因,我们不可能计算所有的空洞。基于空洞中心到最近的特征轨迹的距离产生一个权重,The frame at which we should respawn features is simply the weighted average of the times at which the centers are located.
 2. 我们认为尽管各个特征是相互独立的,但是空间上临近的特征是相互影响的。因此,利用完整特征,在时间和空间域延伸轨迹碎片(平均box内的所有特征点轨迹,初始化其他特征点轨迹(the conditioned trajectories)。Figure 3)
 3. 聚类特征点轨迹得到对象数量
 对象的统计要在一个时间段内去做,以t为中心的时间段[t-n, t+n]。在t时刻所有特征点形成一连通图G,他的边缘可能标识了一个对象。问题就是怎样实现G的分割?
 3.1 连通图G
 a、得到覆盖对象(所有特征点)的最小bounding box(w, h);
 b、定义每个对象衔接因子的计算方法;
 c、确定两个特征是否属于一个对象的三个条件(公式3)。
 3.2 基于随机抽样一致性算法的合并
 一特征在一段时间内属于刚体运动的条件:公式(4);鉴于噪音的影响,满足公式(5)即可。时间轴上的特征点的一致性,跟踪。
8
Bayesian Human Segmentation in Crowded Situations(CVPR 2003).pdf
BayesianHuman Segmentation CrowdedSituationsTao Zhao Ram NevatiaUniversity SouthernCaliforniaInstitu
7
Pedestrian detection using wavelet templates(CVPR 1997).pdf
Authorizedlicensed use limited IEEEXplore. Downloaded April26, 2009 21:48from IEEE Xplore. Restricti
16
Visual OdometryDavid Nister, CVPR 2004:视觉odometrydavid部长,大2004.ppt
VisualOdometryDavid Nister, CVPR 20042005. 4ComputerVision Lab.Young Ki BaikVisual OdometryComputer
8
histograms of oriented gradients for human detection (CVPR 2005).pdf
OrientedGradients HumanDetectionNavneet Dalal BillTriggsINRIA Rhˆ one-Alps, 655 avenue de l’Europe,
8
CVPR-2010】Sparse representation using nonnegative curds and whey.pdf
SparseRepresentation using Nonnegative Curds WheyYananLiu, Fei Wu, Zhihua Zhang, Yueting ZhuangColle
8
CVPR_Visual Tracking via Weakly Supervised Learning from Multiple Imperfect Oracles.pdf
AbstractLong-term persistent tracking ever-changingenvironments challengingtask, which often require

向豆丁求助:有没有cvpr?

如要投诉违规内容,请联系我们按需举报;如要提出意见建议,请到社区论坛发帖反馈。