为解决判别尺度空间跟踪(DSST)算法在行人处于长期完全遮挡后又重新出现的情况下无法跟踪的问题, 提出了一种改进的跟踪算法(DDSST). 在DSST框架下,首先对行人目标跟踪, 然后, 引入高置信度指标计算策略作为跟踪准确可信度反馈机制, 在跟踪丢失时利用可变部件模型(DPM)对跟踪目标重新定位. 最后, 通过评估在线目标跟踪基准(OTB)数据集和实际环境拍摄的视频序列对DDSST算法准确性进行验证, 并与其他跟踪算法进行比较. 实验分析表明, 改进算法相较DSST的距离精度与成功率提高了4.1% 和6%, 相比其他算法性能更优, 且在形变、遮挡、平面外旋转、运动模糊和尺度变换等条件下跟踪更稳定.

遮挡模型下图像纹理分割算法--Images as occlusions of random textures: A framework for segmentation 源代码 在MatLab下运行

深度学习入门挑战 几年来，野生生物中的动物检测一直是生物学家非常感兴趣的领域。 他们经常研究动物的行为以预测其行为。 由于存在大量不同的动物，因此手动识别它们可能是一项艰巨的任务。 因此，可以根据动物的图像对动物进行分类的算法可以帮助研究人员更有效地监视动物。 此外，动物检测和分类还可以帮助防止动物车辆事故，追踪动物设施，防止盗窃并确保动物园中动物的安全。 深度学习的应用在计算机视觉领域正在Swift增长，并正在帮助构建强大的分类和识别模型。 我们可以利用深度学习的这种力量来构建可以对不同种类的动物进行分类和区分的模型。 在此数据集中，我们提供了30种不同动物的19,000张图像。 在接下来的90天内，我们将向您挑战以建立模型，以便在给定图像的情况下，该模型将预测每种动物类别的概率。 具有最高概率的动物类别将表示该图像属于该动物类别。 这是一个入门文件，可供初学者通过此挑战进入深度学

为了准确检测视频中的遮挡区域，提出一种融合多特征基于图割的视频遮挡区域检测方法。基于光流和亮度信息提出三种新的遮挡相关特征—亮度块匹配特征、最大光流差特征和光流残差特征，并定义了所提特征的计算方法。以像素点为单位将所提特征组成特征向量输入随机森林分类器，获取像素点及邻接像素点对的遮挡相关信息。综合利用所获取的遮挡相关信息，通过构造遮挡检测能量函数将遮挡检测问题转化为优化问题。根据该能量函数构造无向图，并基于图割理论对能量函数进行求解，从而得到最终的遮挡区域检测结果。实验结果表明，同现有表现较好的遮挡检测方法相比，所提方法具有较高的准确性和较好的实时性。

中文字幕遮挡工具（看美剧电影学英语的同学必备） 中文字幕遮挡工具（看美剧电影学英语的同学必备）

UI和粒子特效之间遮挡和遮罩功能

纳奥 基于 for Unity的神经网络Ambien遮挡。 产品特点 双边模糊（具有正常和深度阈值） 时间平滑 下采样和双边上采样 此限制使用CommandBuffers写入GBuffer，从而实现仅Ambien模式。 该项目包括Unity的传统电影效果和进行比较。 要求 Unity 2017.1.0f3及更高版本 DirectX 11 屏幕截图 使用NNAO： 没有NNAO： 仅NNAO： 使用NNAO： 没有NNAO： 仅NNAO：

利用Kalman完成目标跟踪，然后利用置信度实现抗遮挡算法。

MATLAB口罩遮挡人脸识别，人脸重建。带着口罩 的情况下进行人脸识别。这块 是对已经烂大街了的 人脸识别的 一个创新，可以利用 他进行疫情防护的人脸口罩遮挡识别，以及结合是否带口罩 ，可以申请优毕！

提出融合遮挡感知的在线Boosting跟踪算法，该算法对跟踪结果实时进行遮挡检测，根据检测结果自适应调整分类器更新策略。该方式能够有效维护分类器特征池的纯净，提高算法在遮挡环境下的顽健性。实验结果表明，与传统的在线Boosting跟踪算法相比，改进的算法能有效解决目标遮挡问题。