搜索资源列表
20081004
- GMM 混合高斯自适应背景维护 可以用来做行人检测 等
ImprovedPedestrianDetectionAlgorithminNighttime.ra
- 针对夜间动态背景下的行人检测中分割算法受光照条件影响大、误识别多等问题，提出双阈值分割算法和以多目标跟踪为核心的算法框架。新的分割算法解决了行人亮度分布不均时的分割问题，同时在新的框架下可以综合多帧的处理结果进行综合判断，通过将基于支持向量机的识别算法和多目标跟踪算法的融合，降低了系统的计算量，且比一般的系统具有更高的识别率。
HOG(.net).rar
- HoG人体检测实时系统的代码，可以快是检测行人的存在,Detection of real-time systems in human HoG code, you can quickly detect the presence of pedestrians
PeDetect.rar
- 视频图像中，行人检查的源代码。利用人体形状特征做特征识别。利用运动物体检测得到初始识别区域。,Video images, pedestrian check the source code. Characteristics of the human body shape to do feature recognition. Detection of moving objects using the region to be the initial identification.
HOG
- 利用HOG算法，实现对于批量图片中的行人检测-HOG algorithm used to achieve the picture for the volume of pedestrian detection
test
- 本程序可以对输入的图像或者视频进行人脸检测，其中用到了OpenCV的库函数，因此需要先安装并配置好OpenCV后方可运行-This procedure can be the input image or video Face Detection, which uses the OpenCV library function, it needs to be installed and configured before running OpenCV
KALMANPI
- kalman跟踪行人,再视频场景中检测到行人的存在，并用红色矩形框对行人进行跟踪。-pedestrian tracking using kalman filter
AdaBoost
- 人脸识别Adaboost源代码,用matlab编写实现，使用Adaboost算法进行人脸检测-source code for face recognation using Adaboost
matlab
- 使用一类支持向量机进行人脸检测的matlab源程序-ocsvm
project
- 人形目标检测与跟踪，对于视频图像，用方框或椭圆标出检测出的行人运动目标，以实现对目标的跟踪； -Humanoid target detection and tracking, for the video images, using the box or oval marked pedestrian moving targets detected in order to achieve the target tracking
基于背景重构的目标检测
- 本代码主要利用vc6.0，opencv环境编写，mfc界面 利用背景重构原理对目标进行检测，适用于街道上的行人、车辆等目标。这是一个比较简单的代码，适合于对背景重构的学习，离商用还有一段距离。
addaboost
- 用HAAR和Adaboost训练并检测行人，其中存在一点BUG，需要安装LIB-SVM(Using HAAR and Adaboost to train and detect pedestrians, there is a bit of BUG, and LIB-SVM needs to be installed.)
训练Hog以及检测
- 对行人图片提取hog数据量然后对其检测 用svm数据分类(The data of hog data is extracted and then classified by SVM data)
xingrengenzong
- 改程序设计是基于差分法的行人检测，能框出人行走的轨迹。(The design of the modified program is based on the difference method of pedestrian detection, which can frame the track of human walking.)
piotr_toolbox
- 利用MATLAB实现了视频图像行人识别与检测，(Using MATLAB to achieve video image pedestrian recognition and detection,)
zhenjiancha
- 对视频中的运动目标进行检测与跟踪，采用帧间差法跟踪结果用矩形框表示。(The moving objects in video are detected and tracked, and the result of tracking by frame difference method is represented by rectangle box.)
test2
- 对视频序列中的运动目标进行检测与跟踪，动目标检测部分采用背景差分法，跟踪部分采用卡尔曼滤波，检测结果用红色外接矩形框表示，跟踪结果用绿色矩形框表示 2、采用平均背景法更新背景图像。(The moving target in the video sequence is detected and tracked, the moving target detection part uses the background difference method, the tracking part uses
PedestrianTrackingFromMovingCameraExample
- 本代码可以在移动车辆中进行车辆行人的识别(Pedestrian vehicle identification)
高密度环境下行人检测和统计
- 本实验的目的是对高密度行进人群中的行人流量进行统计，并能够区分上行和下行。实验的基本思路是： 在一个行人头部大小的带状区域中进行头部检测（HaarLike Adaboost方法），然后利用一个滑动的跟踪门对检测的头部结果进行关联，同时利用运动历史图分析的方法估计行人轮廓的运动方向，最后对序列关联特征进行分析给出上下行的统计结果。
高密度环境下行人检测和统计
- 本实验的目的是对高密度行进人群中的行人流量进行统计，并能够区分上行和下行。实验的基本思路是： 在一个行人头部大小的带状区域中进行头部检测（HaarLike Adaboost方法），然后利用一个滑动的跟踪门对检测的头部结果进行关联，同时利用运动历史图分析的方法估计行人轮廓的运动方向，最后对序列关联特征进行分析给出上下行的统计结果。