搜索资源列表
MovingDetect
- matlab的运动目标分割 车辆检测 平均建模背景差分-Moving object segmentation matlab Vehicle Detection average difference modeling background
FastMixGauss
- 针对视频序列运动目标检测，用vc++实现快速高斯混合建模进行前景背景的分离。-In motion object detection of video sequence, with vc++ realize rapid gaussian mixture model carries on the separation between foreward and background.
MovingDetect
- Matlab的运动目标分割 车辆检测 平均建模背景差分-Matlab moving object segmentation of vehicle detection modeling background difference on average
gmm
- 混合高斯模型使用K（基本为3到5个） 个高斯模型来表征图像中各个像素点的特征,在新一帧图像获得后更新混合高斯模型,用当前图像中的每个像素点与混合高斯模型匹配,如果成功则判定该点为背景点, 否则为前景点。通观整个高斯模型，他主要是有方差和均值两个参数决定，,对均值和方差的学习,采取不同的学习机制,将直接影响到模型的稳定性、精确性和收敛性。由于我们是对运动目标的背景提取建模，因此需要对高斯模型中方差和均值两个参数实时更新。为提高模型的学习能力,改进方法对均值和方差的更新采用不同的学习率 为提高在繁忙
jianche
- 背景差分建模运动目标检测和跟踪，附有一个实验视频，点开就跑
bgfg_egmml
- 采用混合高斯模型对背景进行建模，然后对视频的运动目标进行检测！-By using the gaussian mixture model for background modeling, and then to detect the moving targets of video!
matlab_gmm
- 针对单高斯建模的不足，提出高斯混合背景模型，可以检测出比较清楚的运动目标，经实验对比，噪声较少
imgtest4
- hog+svm和基于中值建模的背景差分法的行人检测-hog+svm and pedestrians modeled based on the median background subtraction method to detect
multiObjectTracking
- 该程序是用混合高斯建模+卡尔曼滤波实现，结果依赖于前景检测效果，结果效果较好，但背景干扰较多。(The program is to use mixed gaussian modeling + kalman filter implementation, the result depends on the foreground detection results, the effect is better, but more background interference.)
设计程序
- 本资源运用Matlab中的计算机视觉技术对视频监控中的运动人体的一些异常行为进行研究分析，涉及到了运动目标检测以及跟踪和人体异常行为检测等几个方面。背景模型的建立则是分别利用了中值滤波法和二值化背景模版建模法，通过帧间差分 来实现不断更新背景模版。在检测运动人体异常行为中，本文在检测运动人体跌倒的异常行为时利用外接矩形来确定运动人体及其质心，并通过定义一些特征算子来把人体行为进行量化，从而判断是否行为异常。(In this paper, we use matlab technology to d