搜索资源列表
运动目标检测
- 视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 该框架支持的视频只限于RGB非压缩Windows AVI格式，可以通过“文件”菜单下打开视频来打开视频文件。随书所带的视频在测试图的“第九章”文件夹内。
project.rar
- 多目标跟踪的matlab代码，其中背景差分法可以实现实时更新。该代码在检测与跟踪少量目标时效果很好,但是跟踪目标大于8后,效果下降很多。,Multi-target tracking matlab code
wutishibie.rar
- 在复杂场景中多目标物的检测识别方法，介绍复杂场景中如何识别物体边界,In complex scenarios of multi-target detection identification methods, introducing the complexity of how to identify objects in scenes border
VideosTargetDetection.rar
- 1. 静态背景下的背景预测法目标检测2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法4. 重心多目标跟踪方法 ,1. Static background prediction in the context of target detection method 2. Static background frame difference method for target detection 3. Mean Shift Object Tracking Method 4.
project3.rar
- 一个多目标跟踪的matlab代码，里面附有说明文档。其中背景差分法可以实现实时更新。该代码在检测与跟踪少量目标时效果很好，但是跟踪目标大于8后，效果下降很多,A multi-target tracking matlab code, which accompanied by a document. One of the background difference method can achieve real-time updates. The code detection and trackin
avi.rar
- 视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 该框架支持的视频只限于RGB非压缩Windows AVI格式，可以通过“文件”菜单下打开视频来打开视频文件。,Video Demo algorithm includes: 1. Static background prediction in the context of target detection 2. The conte
GMM
- 本代码建立高斯混合模型(高斯多模型)(GMM)，将其用于计算机视觉领域的视频目标检测/视频监控/运动检测/运动目标检测/视频目标跟踪等相关应用中。-This code sets up Gaussian mixture model(Gaussion Mixture Model, GMM) with image sequences for the research and application field of computer vision, using GMM for visual objec
wan
- matlab个多目标跟踪的matlab代码，里面附有说明文档。其中背景差分法可以实现实时更新。该代码在检测与跟踪少量目标时效果很好，但是跟踪目标大于8后，效果下降很多-matlab
project
- 一个多目标跟踪的matlab代码,里面附有说明文档.其中背景差分法可以实现实时更新.该代码在检测与跟踪少量目标时效果很好,但是跟踪目标大于8后,效果下降很多-A multi-target tracking matlab code, which accompanied by documentation. Including real-time background subtraction method can be updated. The code in small target detecti
myblobtrack
- 自动多目标检测跟踪,是在OPENCV里实现的,希望大家多多支持-Automatic multi-target detection tracking is achieved OPENCV I hope we can support
Video
- 视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法-Video demo algorithm include: 1 static background background prediction method 2 the static background frame difference method target detection 3 the target
Video_detection
- 视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 该框架支持的视频只限于RGB非压缩Windows AVI格式，可以通过“文件”菜单下打开视频来打开视频文件。-Algorithm for video presentation include: 1. Static background background prediction target detection 2.
1
- Video object matching across multiple independent views using local descr iptors and adaptive learning文章描述了多摄像机系统下的目标检测与跟踪，和自学习方法。很有参考价值。-Video object matching across multiple independent views using local descr iptors and adaptive learning article d
BasedOnMeanShiftAndParticleFilterObjectTracking.ra
- 基于Mean Shift算法和Particle Filter算法的目标跟踪学位论文：讨论了MeanS hift算法(均值偏移)和粒子滤波算法(Particle Filter)，分析了两种算法的特点；，分析了用运动目标检测提取目标运动特征的技术，通过增加对目标特征描述信 息，提高跟踪健壮性，并在以颜色直方图描述颜色特征的基础上，融合了目标的运动特征，设计了一种基于运动特征和颜色特征多特征融合的粒子滤波跟踪方法；用二阶直方图描述颜色特征，设计了均值偏移和粒子滤波相结合的目标跟踪技术-Based
Detection_Tracking_Multiple_Moving_Objects
- 论文名为基于全方位视觉的多目标检测跟踪。本文采用能实时获取水平方向360°场景图像的全方位视觉装置，设计并验证了一种新的多运动目标检测与跟踪方法。-Thesis called omni-directional vision-based multi-target detection tracking. In this paper, real-time access to the horizontal direction 360 ° omni-directional vision scene ima
detectionAIC
- 水下多目标检测算法（AIC）——matlab程序 detection_AIC.rar (2 K) 很简单的一个算法程序，初学者进来看看。-Underwater multi-target detection algorithm (AIC)- matlab program detection_AIC.rar (2 K) of an algorithm is very simple procedure, come take a look at beginners.
ds-1.0
- 实现复杂场景的多目标检测，经测试多种视频，效果不错。-Realizing complex scenes of multi-objective detection, tested various video, the result is right.
MutiTargetDetection
- 多目标检测与跟踪算法的实现，matlab程序，各个函数分开写的，便于调用-Many target detection and tracking algorithm, the realization of the matlab, each function, easy to call the write it separately
水下目标检测算法程序1（有程序说明）
- 该程序包含多个水下目标检测的增强算法（暗通道、引导滤波、MSR等）(The program includes several enhancement algorithms for underwater target detection (dark channel, guided filtering, MSR, etc.).)