搜索资源列表
Facedetectionandtracking
- 人脸检测及跟踪是属于计算机视觉与模式识别研究领域的一个重要分支，它作为人脸信息处理中的一项关键技术，在基于内容的图像与视频检索、视频监控与跟踪、视频会议以及智能人机交互等方面都有着重要的应用价值。
visual-control-source
- 人脸识别系统 人脸检测不仅是全自动人脸识别系统的基本步骤，而且本身也可以独立的应用于视频监控、图像检索等领域，因而具有重要的研究价值。尽管Viola等人于2001年提出的基于AdaBoost的人脸检测算法以其卓越的性能而得到了大家的青睐，并已基本解决了大多数情况下的人脸检测问题，但在实际应用中，尤其是智能监控应用中，仍然存在较多挑战性问题。-Automatic face detection face recognition system is not only the basic step
dafenqi
- 基于达芬奇平台的智能视频监控算法设计 基于达芬奇平台的智能视频监控算法设计
dianziwenxiang
- 电子稳像广泛应用于智能视频监控、车栽视觉导航、机器人视觉等热门技术中．是视觉处理中必不可少的步骤-Electronic image stabilization is widely used in intelligent video surveillance, car plant navigation, robot vision and other popular technology. Is an essential step in visual processing
Behavior-Recognition
- 智能视频监控中异常行为识别技术研究，CNKI论文，是一篇硕士毕业论文-Intelligent video surveillance technology in the identification of abnormal behavior, CNKI papers, is a Master' s Thesis
LuFanOpenCV_V1
- 项目设计并实现了一个具有闯入报警功能的智能监控系统。该系统包括视频采集、视觉分析与输出报警几个功能。其中视觉分析部分利用OpenCV图像处理技术对采集得到的图像进行处理，根据图像中是否包含闯入者进行判别报警。如果判别出有非法闯入者，系统自动启动记录，将视频内容保存入磁盘，并通过串口通信将报警信号发送给单片机进行报警，危机解除后，停止写入磁盘，并解除单片机报警信号！-Project design and implementation of an intelligent intrusion alar
Face-recognition-technology
- 浅谈人脸识别技术在智能视频监控中的应用与发展趋势-Face recognition technology in intelligence on video monitor the application and development trend
Intelligent-video
- 网络智能视频监控中视频内容分析的工作机制-Intelligent video surveillance network video content analysis of the work mechanism
blobtrack
- 基于OpenCV的智能视频监控设计！！汽车跟踪，流量统计-OpenCV-based intelligent video surveillance design! ! Vehicle tracking, traffic statistics! !
video
- 智能视频监控中目标检测与识别，电子版图书，绝版书，算法类，万卫兵 -video suriverince
mixture_of_gaussians
- 背景建模是用于智能视频监控中用于运动目标检测的一种方法-Background modeling is a method for intelligent video surveillance for moving target detection
Automatic-People-Counting-
- 提出了智能视频监控中基于机器学习的自动人数统计系统。。该系统通过机器学习的方法对视频序列中人的头肩部位进行准确地检测。克服了传统检测方法如连通域分析和简单模板匹配的不足。-Automatic people counting system based on machine learning in intelligent video surveillance. . The system through machine learning methods to accurately detect the
12752432detect_motion
- 智能视频监控运动目标检测,检测目标运动，前景和背景区分-Moving object detection, intelligent video surveillance, detection of target motion, foreground and background distinguish
m
- 智能视频监控运动目标检测,检测目标运动，前景和背景区分-Moving object detection, intelligent video surveillance, detection of target motion, foreground and background distinguish
background-modeling
- 随着智能监控技术的快速发展, 基于数字视频的智能视频监控系统代替原来的人力监控在越来越多的公共场所获得了应用。然而, 在实际的户外监控环境下, 由于光线变化以及初始背景样本的多样性, 难以建立良好的背景样本。针对上述问题, 提出了一种自适应的背景建模方法。其中自适应指两个方面: 第一 背景的自动更新 第二, 不需要使用背景帧样本作为模型训练的输人。在此基础上, 建立了针对户外交通环境的智能车辆监控系统。实验结果表明, 上述方法在动态场景的车辆检测中取得了较好的效果。-With the rapid
background-model7
- 针对智能视频监控中运动目标的检测，提出了一种基于字典学习的背景建模方法．结合时空域信息对视频中的每个位置进行字典学习来描述场景信息．利用背景频繁出现的特性，将字典中的词划分成描述背景的词和描述前景的词．用字典表达对应位置的结构，并根据字典中贡献最大词的属性对当前位置进行背景判断．根据判断的结果对字典进行实时更新．在公共的视频数据库上与传统的背景建模方法相比较，所提方法可以较好地检测出前景目标．-Intelligent video surveillance to detect moving tar
background-model8
- ：基于背景建模的运动目标分割是智能视频监控的重要任务，模型的质量直接影响到检测、跟踪、识别等运动分析的准确性．当前的建模方法多是单层的，忽略了像素特征在时域和空域上的联系，模型描述不够准确，对于背景扰动、全局光照变化及复杂的室内外场景等多种情况鲁棒性不强，导致了分割中出现空洞和噪声点．针对这些问题提出了一种双层建模的方法，在第一层提取时域上的像素亮度特征采用码本建模，第二层提取邻域纹理特征采用基于中心对称的局部二值模式建模．实验证明该方法在用于运动分割时，比常用方法具有更好的准确性和鲁棒性．-M
154
- 基于OpenCV和无线通信的智能视频监控报警系统设计论文-Based on the OpenCV and wireless intelligent video monitoring alarm system design
tracking
- 智能视频监控技术中，利用meanshift算法进行跟踪目标。-Intelligent video surveillance technology, the use of meanshift algorithm to track the target.
ServerBroadcast
- 智能视频监控领域中的多边形逼近算法，用于对轮廓提取进行多边形逼近-Intelligent video surveillance polygon approximation algorithm for contour extraction polygon approximation