搜索资源列表
hsv_ViBe
- ViBe是一种像素级视频背景建模或前景检测的算法，效果优于所熟知的几种算法，对硬件内存占用也少，图像特征提取，(ViBe is a pixel level video background modeling or foreground detection algorithm is better than several well-known algorithms, hardware memory footprint, image feature extraction)
0876cf28-2900-4b43-b045-5d31446ed586
- 关于学习混合高斯背景建模，其是基于像素样本统计信息的背景表示方法，利用像素在较长时间内大量样本值的概率密度等统计信息(如模式数量、每个模式的均值和标准差)表示背景。(Study on the mixed Gauss background modeling, the representation method of pixel sample statistics based on the background, the probability density statistics such as
混合高斯
- 用于车辆检测背景建模 通过混合高斯将前景与北京分离(Vehicle tracking background modeling is used to extract foreground)
GaussianMixtureModel_EM-master
- 用于混合高斯背景建模 MATLAB代码(The mixed Gauss background modeling MATLAB code)
vibe
- ViBe算法是由Olivier Barnich 和 Marc Van Droogenbroeck在2011年提出的一种背景建模方法。该算法采用邻域像素来创建背景模型，通过比对背景模型和当前输入像素值来检测前景.(ViBe algorithm is a background modeling method proposed by Olivier Barnich and Marc Van Droogenbroeck in 2011. The neighborhood pixels are used
hunhe
- 采用多个高斯分布的方式来描述背景像素点的特征，在线地更新参数和权重，实现运动检测和前景提取的同步进行，即采用混合高斯背景算法进行建模，以降低动态背景的干扰。(The characteristics of the background pixel are described by several Gaussian distributions, and the parameters and weights are updated online. Synchronization of motion d
hunhegaosi
- 混合高斯前景提取。数学建模时编的，测试视频就在包内，可以作为学习交流用，环境2014a的matlab，后有添加形态处理都在注释里。一起学习。有matlab编的vibe程序欢迎交流(Hybrid Gauss foreground extraction. Mathematical modeling of the series, the test video is in the package, can be used as a learning exchange, the environment 2
447809
- 混合高斯模型,用于背景建模的程序,使用时请安装OPENCV()
gaussianBkModelTest
- 采用混合高斯模型，实现对监视背景的建模，有利于下一步运动目标的检测(The mixed Gauss model, modeling of monitoring background, is conducive to the detection of moving target next)
OpenCV_By_Example(中文版)
- 该资料中包含了《OpenCV By Example》中文版以及例程程序，该书的目录如下所示： 第1章 OpenCV的探险之旅; 第2章 OpenCV基础知识介绍; 第3章 图形用户界面和基本滤波; 第4章 深入研究直方图和滤波器; 第5章 自动光学检测、目标分割和检测; 第6章 学习目标分类; 第7章 识别人脸部分并覆盖面具; 第8章 视频监控、背景建模和形态学操作; 第9章 学习对象跟踪; 第10章 文本识别中的分割算法; 第11章 使用Tessera
fall
- 混合高斯背景建模与CamShift算法结合的基于openCV的视频目标跟踪(OpenCV based video target tracking combined with hybrid Gauss background modeling and CamShift algorithm)
gaosi
- 高斯背景建模，用于背景搭建，拥有完善的背景更新机制，效果显著(Gauss background modeling is used for setting up the background, and the effect is remarkable)
xinde116
- 高斯背景建模中最为常用的一串代码，权衡了处理时间及效果(The most commonly used string of code in Gauss's background modeling, weighing the processing time and effect)
混合高斯背景建模
- Matlab based on the optical flow method of moving object detection, source code, available
JGIB
- 混合高斯模型,用于背景建模的程序,使用时请安装OPENCV()
da
- 基于码本（codebook）的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程) AdaBoost是一种增强性机器学习算法，它用于把弱分类器联合成强分类器；SVM本身就是(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haa
fa(4)
- 基于码本（codebook）的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程)(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haar AdaBoost and hog based SVM Classifier + fast
ga (6)
- 基于码本（codebook）的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程) AdaBoost是一种增强性机器学习算法(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haar AdaBoost and hog based
S1IM159.【已完成】基于SVM的烟雾识别系统
- 基于SVM的烟雾识别系统 运动区域提取使用的是 自适应混合高斯背景建模 特征算法使用的是 HOG+LBP 机器学习方法使用的是 scikit的SVM(Smoke recognition system based on SVM The moving region extraction uses adaptive Gaussian mixture background modeling feature algorithm, hog + LBP machine learning method
视觉检测跟踪
- 基于视觉的目标检测与跟踪是图像处理、计算机视觉、模式识别等众多学科的交叉研究课题, 在视频监控、虚拟现 实、人机交互、自主导航等领域, 具有重要的理论研究意义和实际应用价值. 本文对目标检测与跟踪的发展历史、研究现状以 及典型方法给出了较为全面的梳理和总结. 首先, 根据所处理的数据对象的不同, 将目标检测分为基于背景建模和基于前景建 模的方法, 并分别对背景建模与特征表达方法进行了归纳总结. 其次, 根据跟踪过程有无目标检测的参与, 将跟踪方法分为生 成式与判别式, 对基于统计的表观建