搜索资源列表
background-subtraction
- 背景高斯建模 能够很好的实现车辆的检测，可以用于与其他算法的比较-the Background Subtraction for the vehicle detection
nkde
- 视频跟踪检测 背景核密度估计建模，欢迎指正，-Detection of the background video track modeling kernel density estimation, please correct me, thank you
20110301151907
- ：为解决现有视频监控系统中目标检测算法无法应付复杂的室外环境且计算量和存储量较大等问题，将像素从RGB 空间转换到YUV 空间建立基于码本的背景模型，并单独对每个码字中的亮度分量进行高斯建模，提取运动目标的轮廓后，用连通区域算法对图像进行形态 学处理。典型测试序列和ROC 数据的对比实验结果证明该算法是高效和实用的，且易于在DSP 或FPGA 等嵌入式系统上实时实现。-】In order to solve the problems that the existing motion det
ViBe_seg
- 基于opencv2.4.5的运动目标检测，利用vibe背景建模方法-moving targets detect based on vibe
RPCA
- 基于低秩矩阵恢复的背景建模的目标检测代码-Based on the recovery of low-rank matrix background modeling target detection code
codebook
- Opencv中的一种运动检测方法，运用背景建模，可以快速识别运动物体在前景中显示出来-Opencv in one motion detection method using background modeling, you can quickly identify the moving object is displayed in the foreground
nonparametric-background-generation
- 背景建模-非参数背景生成，应用于运动目标检测-Background modeling- nonparametric background generation, used in moving object detection
AnhTuanAVSS14
- 本文主要研究基于深度图相机的人体检测背景建模，用到的方法是码本建模，很有参考价值-his paper mainly studies the human body detection based on depth map camera background modeling, using this modeling method is the codebook, has a reference value
Background-difference-method
- 背景差分法是采用图像序列中的当前帧和背景参考模型比较来检测运动物体的一种方法,其性能依赖于所使用的背景建模技术。背景差分法检测运动目标速度快，检测准确，易于实现，其关键是背景图像的获取。在实际应用中，静止背景是不易直接获得的，同时，由于背景图像的动态变化，需要通过视频序列的帧间信息来估计和恢复背景，即背景重建，所以要选择性的更新背景。-Background difference method is the use of images in the sequence of the current
vibe
- Vibe,通用环境下运动目标检测算法，相对传统背景建模的方法，ViBe算法实时性更高，背景重建的时间短。-Vibe, motion detection algorithm under general environmental objectives, relative to traditional background modeling method, ViBe higher real-time performance, background reconstruction time is sho
codebookopencv
- opencv和coodebook结合，做视频的背景建模和目标检测，可以用于视频分析和视频浓缩。-opencv combined and codebook do background modeling and object detection video can be used for video analysis and video concentrated.
ViBe_Matlab
- ViBe背景建模，用于前景检测的Matlab代码。与官网的实现方法类似，只实现了最基础的建模部分。-ViBe background modeling, the prospects for the detection of Matlab code. Similar to the implementation of the official website, only to achieve the most basic part modeling.
vibe
- ViBe是一种像素级的背景建模、前景检测算法，该算法主要不同之处是背景模型的更新策略，随机选择需要替换的像素的样本，随机选择邻域像素进行更新。-ViBe is pixel-level background for modeling, foreground detection algorithm, which is the main difference between the background model update strategy, randomly selected sample o
vibe
- ViBe是一种像素级视频背景建模或前景检测的算法，效果优于所熟知的几种算法，对硬件内存占用也少。 不仅减少了背景模型建立的过程，还可以处理背景突然变化的情况，当检测到背景突然变化明显时，只需要舍弃原始的模型，重新利用变化后的首帧图像建立背景模型。(a powerful technique for background detection and subtraction in video sequences)
hsv_ViBe
- ViBe是一种像素级视频背景建模或前景检测的算法，效果优于所熟知的几种算法，对硬件内存占用也少，图像特征提取，(ViBe is a pixel level video background modeling or foreground detection algorithm is better than several well-known algorithms, hardware memory footprint, image feature extraction)
混合高斯
- 用于车辆检测背景建模 通过混合高斯将前景与北京分离(Vehicle tracking background modeling is used to extract foreground)
vibe
- ViBe算法是由Olivier Barnich 和 Marc Van Droogenbroeck在2011年提出的一种背景建模方法。该算法采用邻域像素来创建背景模型，通过比对背景模型和当前输入像素值来检测前景.(ViBe algorithm is a background modeling method proposed by Olivier Barnich and Marc Van Droogenbroeck in 2011. The neighborhood pixels are used
hunhe
- 采用多个高斯分布的方式来描述背景像素点的特征，在线地更新参数和权重，实现运动检测和前景提取的同步进行，即采用混合高斯背景算法进行建模，以降低动态背景的干扰。(The characteristics of the background pixel are described by several Gaussian distributions, and the parameters and weights are updated online. Synchronization of motion d
gaussianBkModelTest
- 采用混合高斯模型，实现对监视背景的建模，有利于下一步运动目标的检测(The mixed Gauss model, modeling of monitoring background, is conducive to the detection of moving target next)
OpenCV_By_Example(中文版)
- 该资料中包含了《OpenCV By Example》中文版以及例程程序，该书的目录如下所示： 第1章 OpenCV的探险之旅; 第2章 OpenCV基础知识介绍; 第3章 图形用户界面和基本滤波; 第4章 深入研究直方图和滤波器; 第5章 自动光学检测、目标分割和检测; 第6章 学习目标分类; 第7章 识别人脸部分并覆盖面具; 第8章 视频监控、背景建模和形态学操作; 第9章 学习对象跟踪; 第10章 文本识别中的分割算法; 第11章 使用Tessera