搜索资源列表
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
m10
- 背景建模是实现运动目标检测与跟踪的关键技术之一。在实时视频监控系统中，对背景建模算法的运行时间及所提取出的背景图像的实时性有很高的要求，针对这一问题，提出了一种基于切比雪夫不等式的自适应阈值背景建模算法。算法利用切比雪夫不等式计算像素点色度变化的概率估计值，提出了一种自适应阈值分类方法，它将像素点快速分类为前景点、背景点及可疑点，再利用核密度估计方法对可疑点进行进一步分类，最后利用背景更新算法提取实时背景图像。实验结果证明，该算法能快速有效地区分特征明显的背景点与前景点，提高了背景图像提取的速
peoplecount
- 基于视频的人数统计，对avi视频帧进行灰度处理，用三帧差法提取运动目标，-Avi video frames on gray processed to extract moving target with three frame difference,
sanzhenchafen
- 三帧差分算法是相邻两帧差分算法的一种改进方法，它选取连续三帧视频图像进行差分运算，消除由于运动而显露背景影响，从而提取精确的运动目标轮廓信息。该算法的基本原理是是先选取视频图像序列中连续三帧图像 并分别计算相邻两帧的差分图像，然后将差分图像通过选取适当的阈值进行二值化处理，得到二值化图像，最后在每一个像素点得到的二值图像进行逻辑与运算，获取共同部分，从而获得运动目标的轮廓信息。-Three differential algorithm is an improved method of two
sanzhenchafen
- 检测运动目标，效果很好，通过对视频进行处理提取到运动目标-Moving target detection with good results
zhongzhifa
- 用MATLAB编写的中值法，进行运动目标的背景提取，效果可以。-Median method for background extraction, the effect is good, you can refer to.
ImgAnalysis
- NUDT数字图像分析课程设计，包括四个模块分别为人脸识别、运动目标检测、图像匹配、hough变换提取圆-NUDT digital image analysis program design, including the four modules are face recognition, object detection, image matching, hough transform to extract round
IVS-meanshift
- 该文件是在VC++环境下运行的运动目标视觉分析。包括高斯模型背景提取，calman和meanshift滤波来实现跟踪，最终通过视频界面完成是否障碍入侵并报警-The file is a visual analysis of moving objects in VC++ environment running under. Including the Gauss model background extraction, Calman and meanshift filter to realize
radar-moving-target-simulation
- 利用固定目标和运动目标之间速度的差别所引起的多普勒频移不同根据在动目标 显示和动目标检测中使用的各种滤波器去除固定杂波提取动目标的回波能够大大 改善在杂波背景下检测运动目标的能力仿真结果显示出很好的效果也给出了改善 因子与积累脉冲数间关系 -radar moving target simulation
Centroid-extraction-algorithm
- 自己写的提取运动目标质心点的坐标，方法简单，通俗易懂-Moving Target Extraction centroid coordinates himself wrote, the method is simple, easy to understand
aaa
- 用于运动目标的检测，对目标进行二值化并提取目标的最小外接矩形，从而获取相关数据-The image data of consecutive frames graying binary and intercept the target minimum bounding rectangle to obtain the target
GBVS
- 基于视觉图论的运动目标检测识别，可以通过提取运动目标特征来检测运动目标-Visual graph theory based moving target detection and recognition, you can extract the moving target signatures to detect moving targets
1
- 讲述了基于人体关节点的步态识别技术。步态识别是指根据人走路的姿势及动力学特征来识别人的身份，包括人体运动目标检测、特征提取和分类识别三个过程。本文在对各种步态识别算法进行了详细研究的基础上，对核心环节暨特征提取过程进行了主要研究，提出了相应的新的改进算法。-Gait recognition is defined to identify the identity of the person as the way peoplewalk and kinetic characteristics.I
Moving-object-extraction
- 运动目标的提取 采用帧差法 可以参考的文件-Moving object extraction
asdf
- 运动目标检测是将位置发生改变的物体从背景中提取出来，它是运动目标跟踪、行为识别 和场景描述等技术的基础。运动目标检测的经典方法有光流法、帧间差分法和背景减除法。-Moving object detection is to change the position of the object extracted the background, it is a moving target tracking, behavior recognition And underlying techno
sy5
- 改进的混合高斯背景模型，用于检测运动目标，能够有效的提取前景-Improved gaussian mixture background model, used to detect moving targets, and can effectively extract prospect
motion-target-detection
- 利用差分法，实现对运动目标的检测，提取轮廓等-Image segmentation, motion target detection
mixture_of_gaussians
- 计算机视觉中最重要的研究之一就是运动目标检测，其不但在模式识别方面具有相关的研究，而且在图像理解领域也有非凡的意义。运动目标检测是通过通过图像序列帧图像来提取运动目标，通过运用相关的算法一幅图片被划分为前景点和背景点。运动目标检测算法是后续的运动目标分类、运动目标跟踪和分析提供了基础。本论文讲述了几种常用的视频运动目标检测算法，并就背景差分法进行了重点研究，通过两种方法来对比差分法的特点。其中背景差分法算法的主要流程为：视频获取、视频转化为图片序列、图片灰度化处理、去除噪声、差分图片、对图片进行
moving_target_tracking
- OpenCV帧间差法运动目标跟踪，提取运动目标区域-OpenCV frame difference method to track moving objects, extract the moving target area
ZhenChaFen
- vs2010结合opencv2.4.9利用帧差法提取运动目标图像-vs2010 binding opencv2.4.9 using the frame difference method to extract moving target image