搜索资源列表
accumulative_difference
- 通过读取视频中连续几帧图像，利用差分法获得目标图像-The target image is obtained by using the inter frame difference method, through the reading of several consecutive frames in the video.
background_subtraction
- 通过读取视频中背景图像和其中一帧图像，利用背景差分法获得目标图像-By reading the background image and one frame image, the target image is obtained by using the background difference method.
Frame
- 通过读取视频中连续几帧图像，利用帧间差分法检测得到目标图像-The target image is detected by using the inter frame difference method.
detect
- 基于opencv的运动目标检测，运用帧间差分法对静态背景环境下的运动目标进行检测-Opencv based moving target detection, the use of inter-frame difference method for moving objects static background environment for testing
FrameDifference
- 帧间差分法对运动目标的检测-matlab code
mixture_of_gaussians
- 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
janniu
- 合成孔径雷达（SAR)目标成像仿真，非归零型差分相位调制信号建模与仿真分析 ，表示出两帧图像间各个像素点的相对情况。- Synthetic Aperture Radar (SAR) imaging simulation target, NRZ type differential phase modulation signal modeling and simulation analysis, Between two images showing the relative circumstance
ningfie
- 抑制载波型差分相位调制，仿真效果非常好，表示出两帧图像间各个像素点的相对情况。- Suppressed carrier type differential phase modulation, Simulation of the effect is very good, Between two images showing the relative circumstances of each pixel.
zuizong
- 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。(The code is in the video moving target segmentation, using three difference method for target detection.))
前景提取
- 本文展示了一种自动识别视频中移动目标的方法。论文中提取移动目标通过帧序列，这种方法不需要先验知识，比如：时间阈值调整。基于相邻帧的连续对称差分，我们能得到全分辨率显著图；然后利用最大熵方法计算阈值决定候选区域和获得兴趣点的种子；最后用修改的模糊生长方法获得最终的结果。本文中提出的算法是有效的、具有鲁棒性的。实验结果也证明它具有很好的效果。(This paper presents a method for automatic recognition of moving targets in vid
代码
- 静态背景 ，显著目标提取，帧间差分法，背景差分法，运动目标提取(Moving object extraction)
guanjianzhen
- 关键帧提取的帧间差分法实现，亲测可运行。(Key frame extraction)
SEIR
- 一般的线性方程我们可以用最小二乘来解，一般的非线性方程我们可以用LM来解。 这里是线性微分方程组，所以我们采用最小二乘来解。 关键是构造出最小二乘形式，微分可以通过前后数据差分的方法来求。 不过这里还有一个技巧就是如果数据前后帧间隔过大，可以先插值，再对插值后的数据差分如果实际测量数据抖动过大导致插值后差分明显不能反映实际情况，可以先对数据平滑（拟合或是平均）再求差分。(We can use least squares to solve general linear equat