搜索资源列表
MoveObjct
- 研究了室内环境下的运动目标的检测技术。讨论了各种目标检测的算法,提出基于室内相对静止背 景下的目标检测算法,利用高斯背景建模方法提取较为理想与“干净”的背景帧,并可进行背景的自适应更 新,然后再利用所得的背景与当前视频帧进行相减,得到视频中运动目标的前景图像,经过平滑去噪处理得 到较为理想的目标检测效果 -Of the indoor environment of moving target detection. Discussed a variety of target dete
MeanPShift
- 李志国硕士学位论文:基于Mean Shift算法的目标跟踪.目标跟踪技术在军事、工业、安保、智能交通、医学和科学研究等方面都具有重要的意义，应用前景广阔．目标跟踪把图像处理、自动控制、信息科学有机结合起来，形成了一种能从图像信号中实时地自动识别目标、提取和预测目标位置信息、自动跟踪目标运动的技术，是当前计算机视觉、模式识别与智能系统等领域研究的重要课题．-Li Zhiguo Master Thesis: Based on Mean Shift Algorithm for Target Track
GMMsegmation
- 利用高斯混合模型进行视频前景运动目标的提取！请使用自己的AVI文件。-extract the foreground moving object using the Gaussian mixture model
HOG
- 为了准确地对监控场景中的运动目标进行语义上的分类， 提出了一种基于聚类的核主成分分析梯度方向直方图和二叉决策树支持向量机的运动目标分类算法．利用背景减法提取运动目标前景区域， 并识别出潜在候选运动目标．利 用提出的基于聚类的核主成分分析的梯度直方图描述子提取候选运动目标的特征， 以较低维数的数据有效地描述运动目标的有效特征． 将提取的运动目标特征输入二叉决策树支持向量机， 实现多类目标的准确分类． 通过在不同视频序列上的实验验证， 提出的算法对运动目标进行较好地分类， 而且在运算速度方面较传
Spatial-data-structure
- 图像分割是一种重要的图像分析技术。在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣。这些部分常称为目标或前景（其他部分称为背景）。它们一般对应图像中特定的、具有独特性质的区域。为了辨识和分析图像中的目标，需要将它们从图像中分离提取出来，在此基础上才有可能进一步对目标进行测量，对图像进行利用。图像分割就是把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。本文介绍了图像分割中的边缘检测算法。-Image segmentation is an important image analy
picture--chasing
- 背景建模和前景分割的方式把运动车辆提取出来。并进行最近临关联，输出目标轨迹。 MeanShift运动目标跟踪 matlab程序 1.截取跟踪目标矩阵rect 2.求取跟踪目标的加权直方图hist1 3.读取视频序列中的一帧， 先随机取一块与rect等大的矩形，计算加权直方图hist2。 4.计算两者比重函数，如果后者差距过大， 更新新的矩阵中心Y，进行迭代（MeanShift是一种变步长可以迅速接近概率密度峰值的方法），直至一定条件后停止。
jisi
- 运动目标的检测是视频处理过程中后续跟踪技术的基础,其检测结果的好坏直接关系到能否跟踪到运动目标及跟踪准确度问题。运动目标的检测就是从机器视觉系统获取的序列图像中把前景,运动,目标分割提取出来的过程。本文描述了机器视觉中运动目标检测的主要方法
GMM
- 基于混合高斯背景建模的目标运动意图分析,通过混合高斯背景建模进行前景提取，自己写高斯模型，并非通过OPENCV函数库-motion detection based on GMM method
Background-subtraction
- 背景差针法提取目标,输出背景和前景图，帧数。-Background subtraction needle extraction of the target, the output background and foreground figure, frames.
camshift-tracking-based-on-opencv
- camshift算法跟踪-运行效果好.rar，是基于opencv的camshift算法，能提取背景、前景，实现对目标的跟踪，已调试能运行。-camshift algorithm track- good running effect rar, is based on the opencv camshift algorithm can extract the background, foreground, to achieve the goal of tracking, debugging can
gmm
- 混合高斯模型使用K（基本为3到5个） 个高斯模型来表征图像中各个像素点的特征,在新一帧图像获得后更新混合高斯模型,用当前图像中的每个像素点与混合高斯模型匹配,如果成功则判定该点为背景点, 否则为前景点。通观整个高斯模型，他主要是有方差和均值两个参数决定，,对均值和方差的学习,采取不同的学习机制,将直接影响到模型的稳定性、精确性和收敛性。由于我们是对运动目标的背景提取建模，因此需要对高斯模型中方差和均值两个参数实时更新。为提高模型的学习能力,改进方法对均值和方差的更新采用不同的学习率 为提高在繁忙
TCOblDetector
- 一个目标跟踪算法，基于背景建模，前景提取，进行目标跟踪。-a object dector base on background model.
pinjun
- 背景平均方法来从视频文件提取的目标读，多帧叠加平均为背景，前景对象减法是，各种改变后-Background averaging method to extract goals video files to read, multi-frame superimposed averaged as a background, the foreground object subtraction was, after various changes
variance_map
- 图像的方差映射，可用于前景提取和目标区域定位-Variance mapped of image, which can be used for foreground extraction and the interest area location.
sy5
- 改进的混合高斯背景模型，用于检测运动目标，能够有效的提取前景-Improved gaussian mixture background model, used to detect moving targets, and can effectively extract prospect
Q
- 本文以室内、外不同空间的人数统计为背景，研究基于图像的人员计数技术，对某时段内进出摄像机视野中指定区域的人数，或指定区域内在景人数进行统计。主要研究内容有以下几点： （1）人员计数方案论证：本文分析对比了不同人员计数算法，研究分析了基于像素、 基于Hough变换的人员计数算法的优缺点。 （2）基于像素统计的人员计数系统实现：①分别采用近似中值背景模型和高斯混合背景模型提取前景图像；②采用基于HSV颜色空间变换的方法对前景中的阴影进行抑制；③用前景像素数除以人数得到一个人的像素平均值，
libsvm
- 用libsvm来实现图像分割，测试图片用的亦是25cases和40cases中的那个littleduck测试图片。主体程序思想为25cases中的代码过程，改进之处为可以让用户利用ginput来提取背景的样本点和前景（待分割出来的目标）的样本点作为训练样本，而不需实现指定背景和前景的样本点，也不用额外的小软件来查看某点的RGB值，ginput即可。-With libsvm to image segmentation, test picture is also used in 25cases an