机译:鲁棒的视觉对象跟踪的联合特征对应和外观相似性
Department of Signals and Systems, Chalmers University of Technology, Gothenburg, Sweden;
Consensus point feature correspondences; RANSAC; dynamic maintenance; enhanced anisotropic mean shift; object appearance model; online learning of reference object; scale-invariant feature transform (SIFT) descriptor; visual object tracking;
机译:基于鲁棒粒子滤波的动态物体形状和外观相似度跟踪单个视觉物体通过复杂场景的方法
机译:鲁棒的视觉对象跟踪的混合运动和外观预测模型
机译:使用像素区分进行视觉跟踪的强大外观特征学习
机译:联合特征点对应和颜色相似性,以实现强大的对象跟踪
机译:通过直接图像对齐和基于局部外观的特征匹配来跟踪三维刚性物体。
机译:基于软掩模的基于软件融合具有频道和空间注意力可用于鲁棒性视觉对象跟踪
机译:使用联合黎曼流形外观和仿射形状建模跟踪视觉和红外对象