搜索资源列表
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
vtk实现面绘制
- 通过读取序列图像文件夹实现关于序列图像的面绘制。 面绘制过程较慢,可选取少量dcm图像进行绘制。 修改文件路径后,可直接通过函数实现。
最小二乘法分段直线拟合
- 曲线拟合是图像分析中非常重要的描述符号。最常用的曲线拟合方法是最小二乘法,然而一般的最小二乘法有一定的局限性,已经有不少学者对其进行了一些改进。进一步对最小二乘法进行改进,提出一种新的分段直线拟合算法来代替多项式曲线拟合,以达到简化数学模型的建立和减少计算的目的,使其能够更好地对点序列进行拟合。(Curve fitting is a very important descr iptor in image analysis,the most commonly used curve fitting
Deep Learning with Python
- 深度学习基本算法,深度学习with python作为标题建议介绍深度学习使用Python编程语言和开源Keras库,它允许简单快速的原型设计。 在Python深度学习中, 你将从一开始就学习深度学习,你将学习所有关于图像分类模型,如何使用深度学习获取文本和序列,甚至可以学习如何使用神经网络生成文本和图像。 本书是为那些具有Python技能的人员编写的,但你不必在机器学习,Tensorflow或Keras方面有过任何经验。你也不需要先进的数学背景,只有基础的高中水平数学应该让你跟随和理解核心
tentmap
- 帐篷映射图像 帐篷映射是非常实用的混沌系统 能产生随机序列(Tent mapping is a very practical chaotic system that can generate random sequences)
Matlab-AR模型
- 时间序列分析(Time-Series Analysis)是指将原来的销售分解为四部分来看——趋势、周期、时期和不稳定因素, 然后综合这些因素, 提出销售预测。强调的是通过对一个区域进行一定时间段内的连续遥感观测,提取图像有关特征,并分析其变化过程与发展规模。(Time-Series Analysis model)
基于帧间差分法的视频目标检测系统
- 运动目标自动检测是对运动目标进行检测、提取、识别和跟踪的技术。基于视频序列的运动目标检测,一直以来都是机器视觉、智能监控系统、视频跟踪系统等领域的研究重点,是整个计算机视觉的研究难点之一"。运动目标检测的结果正确性对后续的图像处理、图像理解等工作的顺利开展具有决定性的作用,所以能否将运动物体从视频序列中准确地检测出来,是运动估计、目标识别、行为理解等高层次视频分析模块能否成功的关键。