真实场景下视频运动目标自动提取方法.主要的研究内容包括运动物体检测，分类和跟踪，研究成果可以广泛地应用在交通管理系统，视频监视系统和军事目标跟踪系统，同时还可以应用在基于内容的视频数据压缩编码中。-Real video scenes under the automatic extraction method of moving targets. The main content includes moving object detection, classification and tracki

运动目标检测是整个视频监控系统的最底层，是目标跟踪、目标分类、目 为理解等的基础，因此运动目标检测是视频序列图像处理的关键环节。根 列图像的背景情况可以将运动目标检测划分为静态背景下运动目标检测 态背景下运动目标检测，本章主要研究静态背景下的运动目标检测算法。 -Moving target detection is the lowest level of video surveillance systems, is the target tracking, target clas

里面包含了步态识别的整一套流程的代码实现，包括从视频流里面提取图片帧，背景建模，提取运动目标（运动检测），形态学处理（膨胀与腐蚀，连通性检测），归一化大小，步态能量图的构建，主成分分析（PCA）降维,线性判别分析（LDA）分类等等功能的代码实现。均通过测试。-Contains the gait recognition of the whole process of a set of code, including the extraction and picture frames from th

计算机视觉中最重要的研究之一就是运动目标检测，其不但在模式识别方面具有相关的研究，而且在图像理解领域也有非凡的意义。运动目标检测是通过通过图像序列帧图像来提取运动目标，通过运用相关的算法一幅图片被划分为前景点和背景点。运动目标检测算法是后续的运动目标分类、运动目标跟踪和分析提供了基础。本论文讲述了几种常用的视频运动目标检测算法，并就背景差分法进行了重点研究，通过两种方法来对比差分法的特点。其中背景差分法算法的主要流程为：视频获取、视频转化为图片序列、图片灰度化处理、去除噪声、差分图片、对图片进行