搜索资源列表
Target-trace
- 利用Opencv对运动目标（包括汽车，行人）的AVI视频进行检测并跟踪。效果十分显著。 - detect and tracking the moving targets (including cars, pedestrians) AVI video detection and tracking. Effect is very significant.
OpenCVOpticalCalculate
- 利用OpenCV计算光流的程序，根据视频，计算并跟踪运动目标-Optical flow is calculated using OpenCV procedure, the video, calculate and track moving targets
movingtargetdetectionandtracking
- 在道路交通管理中，为了获得车辆的运动数据，早期经常采用的是感应线圈等硬件测量的方法。而如果采用摄像头拍摄的道路视频，再用计算机软件处理的方法，则可以极大的增加方便性和灵活性。本文运动目标检测与跟踪研究如何让计算机从视频图像序列中获得物体运动数据。-Traffic management in order to obtain motion data of the vehicle, is a method often used early induction coil measurement hard
OpenCV
- 基于opencv的use摄像头视频采集程序 1 基于opencv的两个摄像头数据采集 3 能激发你用代码做视频的冲动程序 6 图像反转（就是把黑的变白，白的变黑） 11 图像格式的转换 12 从摄像头或者AVI文件中得到视频流，对视频流进行边缘检测 13 采用Canny算子进行边缘检测 15 角点检测 18 图像的旋转加缩放（效果很拽，用地球做就像谷歌地球似的） 21 Log-Polar极坐标变换 22 对图像进行形态学操作（图像的开闭，腐蚀和膨胀运算）
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
Mpg
- 基于视频的汽车跟踪程序设计,可以实现动态地跟踪运动中的汽车目标，常常用在智能交通领域。-Video-based vehicle tracking program designed to track the dynamic movement of the car target, often used in the field of intelligent transportation.
wuyong1
- 使用VC++来读取视频，且进行视频中运动目标的跟踪-The use of VC++ to read video and track the moving targets
kalmanPcamshift(meanshift)
- 结合Kalman和Meanshift方法，对视频中运动目标进行跟踪。-Kalman and Meanshift combined method, the video moving target tracking.
GMM
- 针对摄像机固定下的复杂背景环境，对采集到的视频图像的图像数据用混合高斯背景建模方法实现前景/背景分割，实现运动目标检测和跟踪。在进行前景检测前，先对背景进行训练，对图像中每个背景采用一个混合高斯模型进行模拟，每个背景的混合高斯的个数可以自适应。然后在测试阶段，对新来的像素进行GMM匹配，如果该像素值能够匹配其中一个高斯，则认为是背景，否则认为是前景。由于整个过程GMM模型在不断更新学习中，所以对动态背景有一定的鲁棒性。最后通过对一个有树枝摇摆的动态背景进行前景检测，取得了较好的效果。-For c
videotrafficgmm
- 红外视频运动物体目标跟踪及检测——高斯混合模型-Gaussian mixture model approach
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
opticalflowtracking
- 运动人体的检测，对采集的视频中运动目标的检测和跟踪，用到opencv相应的highgui库和cv库，能够很好检测出人体轮廓。-Human movement detection for video capture moving target detection and tracking, use the appropriate highgui opencv libraries and cv library, can well detect the body contour.
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
VideoDemo
- VisualC++下实现的视频中运动目标检测和跟踪的demo，没有使用opencv。-Video moving target detection and tracking under VisualC++ demo achieved without using opencv.
opencv-doc
- 图像数据操作（内存分配与释放，图像复制、设定和转换） 图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出） 矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解） 支持多种动态数据结构（链表、队列、数据集、树、图） 基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构） 结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化）
trackbydet
- 这是用于城市环境下车辆目标跟踪算法，对于公路上录制车辆的视频，能够检测出前方运动的车辆，并进行跟踪。-This is the tracking code that has been used for computing the tracklets urban scene understanding. papers: author = {Hongyi Zhang and Andreas Geiger and Raquel Urtasun}, title = {Understandi
function-d
- 视频运动中的目标的跟踪方法。方法比较简单，算法也简洁易懂，比较适合对MATLAB不是很熟悉的同学使用和学习，不过还是要有一定的MATLAB语言基础-Tracking target video motion. The method is relatively simple algorithms are easy to read, more suitable for MATLAB is not very familiar with the students to use and learn, but
AVPF
- 视频跟踪辅助粒子滤波程序AVPF，用于运动目标的视觉跟踪-Auxiliary particle filter video tracking procedures AVP, for visual tracking of moving objects
Background-isolated
- 背景分离，高斯处理视频，并做前后背景分离，跟踪运动目标-Background separation, Gaussian process video, and do before and after the separation of the background and track moving targets