基于视频流的车辆检测和跟踪算法的研究

opencv基于LK光流的跟踪算法demo,vs2010直接打开

先对各种跟踪方法做简单的介绍，然后重点介绍比较常用的Kalman跟踪算法与Meanshift算法，最后给出了一种利用openCv技术实现的目标跟踪方法

与无人车驾驶相关的计算机技术发展火热,其中车辆识别技术在智能交通监控、智能交通信息系统等方面应用越来越广泛。车辆识别包含了运动车辆检测、型别分类、车辆跟踪等内容。对智能车无人驾驶技术中的车辆识别检测等

提出了一种基于CamShift和Kalman滤波混合的跟踪算法，实现了对视频图像中动态手势的跟踪。在跟踪过程中，CamShift利用手势的颜色直方图模型，将图像序列通过一个肤色概率查找表转换为肤色概率

针对传统的目标跟踪算法需要人工选择目标且不能较好地处理目标的尺度变化问题，提出融合光流检测与模板匹配的目标跟踪算法。首先通过结合光流信息与图像分割结果从视频中自动地检测和提取运动目标，实现基于检测的跟

针对目前具体产品中算法实现复杂且基于计算机(PC)平台的纯软件环境等问题,提出了一种视频车辆跟踪的嵌入式实现方法。利用可编程片上技术,使得视频检测摆脱PC平台的依赖。以Nios II软核处理器和外设知

matlab实现视频中动态目标跟踪有测试视频检测方法

基于智能视频分析的行人检测、跟踪系统，戴应登，张硕，随着国家

基于角点检测和区域生长方法的车辆检测算法，周彬，章云，智能交通（IT）技术需要对道路上的车辆情况有准确的检测，基于局部特征的车辆检测是研究的热点。因此设计一种快速的的鲁棒性强的�

通过研究网络异常检测,提出了一种基于流分解消除网络噪声的异常检测算法。该算法从高维、非平稳流量中分离出包含异常的随机部分,通过计算随机部分参数的边缘分布和残差,揭示了流量异常对随机部分参数的影响,并提