足球球员追踪 产品 拼接视频 视频已预先计算。 它位于“ vid / panorama.mov”下。 如果要测试视频拼接，您可以简单地重命名文件，系统将重新计算所有内容。 需要花时间。 **系统假设视频已经创建并且位于该位置，要测试此视频，请从以下位置下载视频文件：下载football_left.mp4，football_mid.mp4，football_right.mp4： ： 并放置在vid文件夹下。 然后从“ src /”文件夹中运行“ python videostitch.py​​”。 I.查找匹配点-sift.detectAndCompute＃使用SIFT查找关键点和描述符 OpenCV方法：cv2.FlannBasedMatcher（） ，flann.knnMatch #FLANN代表近似最近邻居的快速库。 它包含一组算法，这些算法针对大型数据集中的快速最近邻居搜索和高维特征

Monte Carlo Path Tracing 蒙特卡洛光线追踪 依赖库 freeglut 3.0 Eigen 3.3.4 Lua 5.3 Sol 2.19 stb 中的stb_image_write.h 各平台运行指南 Windows Visual Studio 2015 x64 依赖库已经配置好，直接可以编译运行。 也可以通过双击脚本run_xxx.bat直接运行可执行程序。 运行参数可通过工程->属性->配置属性->调试,在右侧"命令参数“处设置；第一个参数即为lua脚本文件。 Linux ubuntu 16.04 GCC (>= 5) 需要安装的额外依赖 sudo apt install libreadline-dev freeglut3-dev 运行步骤（以scene01为例） cd path/to/this/project mkdir build && cd build cm

初步追踪matlab代码光线追踪1 MATLAB Ray跟踪代码： 主要特点： 3D射线追踪和显示 支持厚实的镜头并模拟球差 可以模拟离轴组件 该代码当前不支持以下内容： 极化 色差 干涉 代码预览： 在Ex1.m中：定义光学组件 在Main.m中：定义射线源和计算参数

c++，c语言实现，一种快速准确的水平层状介质中两点间的射线追踪方法. 该方法对任意复杂的水平层状速度结构、 任意大小的入射角都能稳定、 快速、 准确地收敛，可以计算每层的旅行时，射线入射出射角度

MATLAB中运动目标追踪代码ergodic_iSAC_localization C ++代码实现遍历iSAC的目标定位：遍历控制算法，该算法使用复杂的代理动态来通过实时探索预期的信息密度来跟踪和定位随机数的目标。 当前的实现使用12维四旋翼动力学和扩展的卡尔曼滤波器来跟踪仅带有方位角测量值的两个运动目标。 在此处查看结果的视频： 依存关系 该代码需要Boost和Eigen库。 编译运行 --- Update Makefile.txt with local Boost and Eigen paths --- "make" --- Run Quad_Euler.exe --- Plot resulting trajectories in Matlab, using ./data/plots_matlab.m 客制化 所有可能的更改，例如代理动态，目标的数量和运动，估计过滤器等，都可以通过更新“用户”文件夹中包含的文件来进行。

基于阴影下串联组件的最大功率追踪技术。基于阴影下串联组件的最大功率追踪技术。基于阴影下串联组件的最大功率追踪技术。基于阴影下串联组件的最大功率追踪技术。

人工智能技术的发展促进了人机交互的快速改善。 该系统使用Kinect视觉图像传感器来识别人体骨骼数据并完成对操作员动作的识别。 通过以计算机软件为核心的上位机平台对实时数据的过滤处理，对算法进行编程，实现了从数据到控制信号的转换。 系统通过串行通信的传输方式将信号以Arduino为核心传输到下层计算机平台，从而完成对转向器的控制。 为了验证该理论的可行性，研究小组构建了4自由度机械臂控制系统并完成了软件开发。 它可以在计算机操作界面上实时显示其他功能，例如当前的骨骼角度和运动状态。 实验数据表明，基于Kinect的运动识别方法可以有效地完成对预期运动的跟踪，并完成对指定对象的抓取和传递，具有极高的可操作性。

压缩感知的稀疏重构中广泛应用的正交匹配追踪（OMP）算法matlab程序，该算法由香港大学电子工程系 沙威老师开发，代码注释详细，便于读者理解。已测试，可以正常运行。读者通过代码可以加深对该算法以及压缩感知、稀疏重构的认识。

室内毫米波追踪建模，利用镜像法，研究毫米波在室内反射性

基于python的调用opencv库，对不同物体的不同颜色实现物体目标的追踪。可以实现利用摄像头来捕捉物体目标。