搜索资源列表
-
0下载：
这个是应用混合高斯的背景建模的方法进行的目标检测的程序,需要应用opencv.供大家交流交流-this is the application of Gaussian mixture of the background modeling method for the detection procedures, opencv needed. for the exchange of exchange
-
-
0下载：
这是背景建模中关于码本模型的经典文章，通过文章可以读者很快了解码本模型。-This is the background modeling yards this model on a classic article, the reader very quickly through the article can decode the model.
-
-
0下载：
这是利用opencv工具编写的背景建模程序，效果很好，内有视频文件，可直接运行-This is a tool written using opencv background modeling procedure, a good effect, there are video files, can be directly run
-
-
0下载：
利用背景建模检测运动物体（openCV)-Detection using background modeling moving objects (openCV)
-
-
0下载：
基于混合高斯模型的背景消除
利用混合高斯背景建模进行运动物体检测, 同时引入共轭先验以改进权值更新方程-Gaussian mixture model based on the background to eliminate the use of Gaussian mixture background modeling for moving object detection, while the introduction of conjugate a priori weights to imp
-
-
0下载：
利用背景建模获得运动前景。本程序提取了运动的前景车辆。并对其二值化。-Using background modeling obtain movement prospects.
-
-
0下载：
OPENCV的例程，使用OPENCV进行图形图像处理和视频处理，包括图像结构，边缘检测，背景建模等模块-the routine use of OPENCV，including graphical image processing and video processing, image structure, edge detection, background modeling module
-
-
1下载：
用于视频图像、多帧图像序列背景建模，提取出复杂背景图像！-For video image frames of image sequences, background modeling, extracted from complex background image!
-
-
1下载：
基于自适应背景模型的背景建模程序，包括图像滤波，图像增强，形态学处理和连通性分析等处理-Background model based on adaptive background modeling procedures, including image filtering, image enhancement, morphological processing and connectivity analysis process
-
-
0下载：
图像处理，对视频图像背景建模，使用OPENCV-Image processing, video image background modeling, the use of OPENCV
-
-
0下载：
之前下载过来的对视频进行高斯背景建模的程序都一样的，可是又不行，所以，自己根据最经典的高斯建模方法构建了背景，缺点是运行时间会有点久-Before download video over the Gaussian background modeling procedures are the same, but they can not, therefore, the most classic Gaussian modeling method to construct the background
-
-
0下载：
随着智能监控技术的快速发展, 基于数字视频的智能视频监控系统代替原来的人力监控在越来越多的公共场所获得了应用。然而, 在实际的户外监控环境下, 由于光线变化以及初始背景样本的多样性, 难以建立良好的背景样本。针对上述问题, 提出了一种自适应的背景建模方法。其中自适应指两个方面: 第一 背景的自动更新 第二, 不需要使用背景帧样本作为模型训练的输人。在此基础上, 建立了针对户外交通环境的智能车辆监控系统。实验结果表明, 上述方法在动态场景的车辆检测中取得了较好的效果。-With the rapid
-
-
0下载：
针对背景差法易受外界环境因素影响的缺点, 提出了一种基于改进K-均值聚类的背景建模方法。通过比较任意样本与该像素位置处的子类中心之间的距离, 对各个像素的观察值进行聚类, 并在聚类过程中逐步确定其类别数。一段时间的学习之后, 样本数最多的子类就构成了背景模型。仿真结果表明, 该算法即使在运动目标存在的情况下也能准确的提取出实际的
背景, 而且显著地降低了系统的存储量。-Aimed at the disadvantage that background subtraction was liab
-
-
0下载：
提出了一种基于模型切换的背景建模方法(M SBM ).该方法以嫡图像为纽带, 实现了不同精细程度的背景模型在空间上的自适应选取和在时间上的自适应切换.对于亮度分布复杂度高的背景区域采用精细的模型以保证运动目标检测的精度,反之采用简单的模型以降低计算量
.通过模型结构自适应结合参数自适应, 很好地兼顾了检测精度和计算代价.墓于高斯混合模型和时间平均模型的双模型切换式运动目标检测算法被用于实验研究, 结果表明这种算法的检测效果和单独采用高斯混合模型的检测效果相当, 而计算速度却比后者提高很多-P
-
-
0下载：
将背景减法中应用的基于像素的背景建模方法分为递归和非递归两类，分别对它们的算法进行综述，总结它们适用的场合和更新状况 并对各种算法性能从精确度、时、空复杂度3 个方面进行比较 最后对背景建模方法的发展和应用方向作总
结和展望。-Pixel－based background modeling methods which generaly used in the background subtraction are divided into two types: recursive and no
-
-
0下载：
针对子块级背景建模方法无法保证所提取前景形状的精确性及像素级背景建模方法无法有效处理非平稳场景的问题，提出了一种背景建模分层模型，首先采用文中子块级建模算法得到较为粗糙的背景区域和前景区域，然后利用混合高斯模型对特定图像区域执行像素级的前景提纯或背景模型更新操作，2 种不同层次的算法通过非
对称前向反馈机制进行级联。实验结果表明，所提分层模型在能够有效处理非平稳场景的同时保证了所提取前景
形状的精确性，且对光照突变不敏感，建模效果优于级联算法中任一独立算法，而处理时间小于2 种独立算法处
-
-
0下载：
针对智能视频监控中运动目标的检测，提出了一种基于字典学习的背景建模方法．结合时空域信息对视频中的每个位置进行字典学习来描述场景信息．利用背景频繁出现的特性，将字典中的词划分成描述背景的词和描述前景的词．用字典表达对应位置的结构，并根据字典中贡献最大词的属性对当前位置进行背景判断．根据判断的结果对字典进行实时更新．在公共的视频数据库上与传统的背景建模方法相比较，所提方法可以较好地检测出前景目标．-Intelligent video surveillance to detect moving tar
-
-
0下载：
：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
-
-
0下载：
基于LBP纹理算子的背景建模，以及对应的参考文献。-LBP texture operator based background modeling, as well as the corresponding references.
-
-
0下载：
混合高斯背景建模程序，实现视频图像实时背景建模和目标跟踪-Gaussian mixture background modeling procedures to achieve real-time video image background modeling and target tracking
-
