搜索资源列表
henhaotuxiangfenge
- 首先采用灰度投影匹配进行全局运动估计和补偿，用以消除背景变化的影响；然后由二次差分抽取中间帧解决遮挡问题，通过Fisher 评价函数结合数学形态学填充得到运动对象分割掩膜，同时消除残余噪声以及平滑边缘。该方法在一定范围内较好地解决了遮挡问题，并能够高效快速地得到比较精确的视频对象。-first used for overall projection matching motion estimation and compensation, in order to remove the impact
MotionAnalysisPlatform
- 一个视频运动分析的系统平台，可以做简单的二帧、三帧帧间差分处理和背景减除操作。-a video motion analysis system platform can do simple two, three frames differential treatment and background subtraction operation.
backgroundtest
- 一个是通过采用帧间差分法从多帧连续图像提取背景 另一个是通过背景提取运动物体-is through the use of an inter-frame difference from consecutive multi-frame images from the background through another campaign objects from the background
HaarFaceDetect
- 视频监控系统完整源码（本人本科毕业设计），运用帧间差分算法，运用高斯混合模型来实现背景的实时更新，以减少由于环境的变化对检测结果的干扰。-Video Surveillance System integrity of the source code (I graduated from undergraduate design), use interframe difference algorithm, Gaussian mixture model used to achieve the real-
ImprovementOfMotionDetection
- 于背景减除法和时域差分法，并对这两种算法加以了改进，综合二者优点，提出了一种新的运动检测方法。 以便于视觉监视中快速、准确地分割出运动目标。同时把分割出的运动目标用区域而不是轮廓二值图表示。以下的改进方案经实验证明可以实时地分割出运动目标，效果也较好。
opencv-movingdetecte
- 连接上摄像头，可以对摄像头的各个性能进行设定，还可以通过帧间差分与自适应背景的算法对运动的目标检测，还可以采集单帧图像进行保存
rebuild
- 运用差分法将动态图像序列的背景重建 用少数的帧就能建立一幅不包含运动目标的背景
RealTimeImageSub
- 一個容易入門的影像背景相減和差分檢法，對於前景偵測入門易懂
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。
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.
yundongmubiaojiance.rar
- 运动目标跟踪算法包括： 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 ,Moving Target Tracking Algorithm include: 1. Quiescent in the context of target detection in the context of prediction 2. Static background frame difference metho
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
cfjc
- 基于分块差分与背景减除的运动检测，对做背景检测的人会有帮助-Based on block difference and background subtraction of the motion detection, people detection of the background would be helpful
zhengchafashipingenzong
- 通过帧间差分法，有效的提取出视频的背景，并检测出运动物体。-Through the inter-frame difference method, effectively extract the video background and detect moving objects.
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
- 自适应核密度估计运动检测方法 提出一种自适应的核密度(kernel density estimation, KDE)估计运动检测算法. 算法首先提出一种自适应前景、背景阈值的双阈值选择方法, 用于像素分类. 该方法用双阈值能克服用单阈值分类存在的不足, 阈值的选择能自适应进行, 且能适应不同的场景. 在此基础上, 本文提出了基于概率的背景更新模型, 按照像素的概率来更新背景, 并利用帧间差分背景模型和KDE分类结果, 来解决背景更新中的死锁问题, 同时检测背景的突然变化. 实验证明了所提出
BlockMotionestimation
- 本代码计算帧间光流场，通过阈值分割获得运动矢量，对当前帧进行补偿，配置差分后实现运动目标分割，解决复杂背景下运动目标的检测问题。-This code interframe optical flow field calculated by threshold segmentation to obtain motion vectors, to compensate for the current frame, after the implementation differential configu
shadow4
- 提出了一种用于运动阴影检测的Boosting判别模型.这种方法先利用Boosting在不同的特征空间来区分前景和阴影,然后在判别随机场(DRFs)中结合前景和阴影的时空一致性,实现对前景和阴影的分割.首先,差分前图像与背景图像得到颜色不变子空间和纹理不变子空间 然后在这两个子空间上应用Boosting来区分前景和阴影 最后利用前景和阴影的时空 一致性,在判别随机场中通过图分割的方法准确地分割前景和阴影 -A new method for the detection of movement
tuxiangfengesuanfa
- 该方法可以用于复制场景的视频检测监控，采用灰度投影算法匹配进行全局运动估计和补偿，用以消除背景变化的影响；二次对称差分算法，用数学形态学对图像进行处理，该方法不受光线，摄像机抖动，场景等变化的干扰影响，具有较强的实时性，效果不错！-This method can be used to copy the scene of the video inspection and monitoring, using gray-scale projection algorithm to match the g