搜索资源列表
MOBILE.RAR
- 视频序列运动矢量分布的中心偏移特性在运动估计中发挥重要的作用，但忽视了运动矢量分布的方向性。该文提出了非对称双十字形搜索(UDCS)算法，给出了在搜索的初始阶段使用小十字搜索模型对小的运动矢量搜索并在相继的搜索过程中使用具有方向性的十字形搜索模型对大运动矢量进行搜索的步聚。介绍了该算法的实现结构，并分析了该算法搜索性能。
OPENCV_GMM
- 基于OPENCV的GMM算法，通过时间推移建立视频图像的高斯混合背景模型，并可有效检测其中的运动目标。
1
- 一种用于三维视频编码的先进运动模型，是学习三维视频编码的很好的参考资料（博士论文）
jm模型
- 学习H.264的工具代码，做差错隐藏，运动估计，优化算法的程序原型
Y1107125[1]
- 随着网络和通信系统的高速发展，交互式计算机和电视技术的普遍应用，以及现代远程教育技术的迫切需要，人们对多媒体数据的编码、解码技术提出了更高的要求。近几年来，视频压缩技术发展迅速，新的视频标准不断推出。MPEG-4是国际运动图像专家组[MPEG]在继MPEG-1和MPEG-2之后，制订的又一个ISO/IEC标准，即ISO/IEC 14496。它能够获得更高的音/视频压缩率，且具有基于内容的交互能力。目前MPEG-4也正在不断的修订，以提出更好的压缩及解压算法，在质量有损最小的前提下，获得更好的压缩
skeleton-motion
- 在计算机视觉领域，人体运动分析的研究具有相当广泛的应用前景。由于人体运动的复杂性，已有的研究方法都对研究对象—人体，加上了许多限制条件。本文中提出了一种新的方法来获得各类人体运动的信息。本文主要论述了该方法中对人体三维运动骨架的重建部分，其基本思想是在摄相机定标的基础上，应用三维人体模型知识和运动连续性依次建立每个图象的人体运动骨架。-In the field of computer vision, human motion analysis with a wide range of appli
video-partical
- 提出一种人体运动跟踪算法,从无关节标记的单目视频中获取人体运动1 利用一个带外观模板的人体关节 模型,通过学习得到的运动模型及基于外观模型的相似性计算,巧妙地利用粒子滤波的概率密度传播策略鲁棒地跟 踪普通单目视频中的人体运动1 当出现跟踪丢失时,能在后续序列中自动恢复正确跟踪,且能较好地处理遮挡和自 遮挡问题1 实验表明,该算法鲁棒性好,跟踪结果令人满意- In this paper , a novel approach is proposed for t racking marke
GMM3
- 基于混合高斯模型的运动目标检测，能实时检测出完整运动前景，是本人对原来的高斯模型的改进-Gaussian mixture model based motion detection, real-time full motion detection prospects are my original Gaussian model improvements
HUMOVE
- HUMM马尔科夫检测运动目标的文档，HUM为隐马尔科夫模型-HUMM Markov detect moving targets document, HUM for the hidden Markov model
JM-MotionDetection
- H.264 视频编码标准模型JM的运动检测代码，它采用视频流中的运动矢量来产生黑白的视频帧。-Instruction:International h.264 video codec standard : JM 12.2 s motion detection, which uses the video stream s motion vector to produce a black and white frame.
GMM
- 针对摄像机固定下的复杂背景环境，对采集到的视频图像的图像数据用混合高斯背景建模方法实现前景/背景分割，实现运动目标检测和跟踪。在进行前景检测前，先对背景进行训练，对图像中每个背景采用一个混合高斯模型进行模拟，每个背景的混合高斯的个数可以自适应。然后在测试阶段，对新来的像素进行GMM匹配，如果该像素值能够匹配其中一个高斯，则认为是背景，否则认为是前景。由于整个过程GMM模型在不断更新学习中，所以对动态背景有一定的鲁棒性。最后通过对一个有树枝摇摆的动态背景进行前景检测，取得了较好的效果。-For c