搜索资源列表
Adaboost
- 人脸识别论文:《采用Adaboost算法进行面部表情识别》《动态权值预划分实值Adaboost人脸检测算法》《改进的AdaBoost分类器在视频中的体育场景检测》
图像匹配--模板匹配
- 主要是利用相关算法进行模板和场景图的匹配
wutishibie.rar
- 在复杂场景中多目标物的检测识别方法,介绍复杂场景中如何识别物体边界,In complex scenarios of multi-target detection identification methods, introducing the complexity of how to identify objects in scenes border
Motion_Detection
- 一个人在视频场景里面走动,可以对其运动轨迹进行捕捉-In the video scene inside of a person walking, you can track its movement to capture
AVehicleContourbasedMethodforOcclusion
- 摘要:在交通场景下进行多目标跟踪时,如何正确检测出车辆间的相互遮挡是影响车辆跟踪结果的关键。针对问题,运用投 影理论分析交通场景的三维几何投影特征.用长方体投影轮廓模型对车辆进行建模,重构其乏维投影轮廓,以进行遮挡的检 测和分离。与以往的方法相比,它在估计出的车辆外形轮廓基础t-进行遮挡检测,不需要匹配操作,计算量较小,并能解决 基于匹配的方法无法对付的初始遮挡问题。用实验验证了该算法的有效性。-In multi—object tracking of traf氍c scene。how
ImageSeg
- 提出了一种适用于视频监控场景的基于物理反射模型的阈值分割算法,该算法主要解决背景颜色识别受 光强非均匀分布、高光效应影响的问题.算法步骤主要包括:首先基于Phong反射模型推导出漫反射分量颜色不 变性并根据这一判定条件计算得到漫反射分量系数;其次,利用微分法则实现对模型镜面反射分量系数和镜面 反射强度指数的估计;最后,根据建立的物理反射模型实现背景阚值分割.大量实验分析结果表明,文中提出的 算法利用视频监控的物理反射模型和大量统计信息,能够更好地解决受光强非均匀分布和高光效应影响
vrml
- 基于vrml的虚拟场景设计,或许对你会有用-VRML
7788
- 大名鼎鼎的方帅的博士学位论文---目前,计算机智能视频监控在理论和应用上都面临着很多难题,国内外大批学者投身于该领域的研究和探索,并且取得了大量的成果.本文是在这些成果的基础上,对计算机智能视频监控系统的关键技术进行研究.主要贡献可概括如下:首先,对目标检测技术进行了研究,并提出了一种基于背景建模的运动目标检测算法.利用统计的方法建立了基于颜色和颜色梯度的背景模型,并实时地对背景模型进行更新,最后将这两种背景模型综合考虑对目标进行了有效的检测.接着,研究了复杂背景下多目标跟踪问题,提出了基于蒙特
VideoScene
- 最近几年国内外研究视频场景。风格的十几篇文章,综述了最近几年场景分割的特点,都是比较不错的文章,值得做视频研究的人学习-Of video scenes at home and abroad in recent years. Style more than a dozen articles, reviews the characteristics of scene segmentation in recent years, are quite good article, it is worth d
surf
- 自然场景图像局部不变特征检测与描述,surf算法的图像匹配-Natural scene image detection and descr iption of local invariant features, surf image matching algorithm
Detecting-Text-in-Natural-Scenes
- 关于场景文本定位、分割、识别的一些国外论文,根据图像的亮度和色彩信息、轮廓宽度变换等算法。-A Novel Algorithm for Text Detection and Localization in Natural Scene Images,Detecting Text in Natural Scenes with Stroke Width Transform,Scene Text Extraction using Image Intensity and Color Information
circledetection
- 至今最快速的圆检测算法. 能对自然景观和任何复杂场景中的圆形物体(半径介于15像素和500像素之间,包括破裂圆)进行实时检测.-The fastest circle detection algorithm ever. It can detect circles or arcs with radii ranging from 15 pixels to 500 pixels in real time.
Text
- 自然场景下的文字识别算法,通过文字结构识别文字-Text string detection from natural scenes by structure-based partition and grouping
Pattern-Matching-Alg
- 利用①相关匹配(Correlation Matching)、②基于Hausdorff距离匹配方法 及③考虑对场景图象距离变换(Distance Transform)的Hausdorff距离匹配方法,实现模板目标在场景图象中的定位-Use ① correlation matching (Correlation Matching), ② matching method based on Hausdorff distance and image of the scene ③ consider the
Scene-Classification
- 提供了三类场景“bedroom”、“CALsuburb”、“industrial”的样本特征集以及原始图像,分别用线性分类器、树状分类器、SVM分类器以及AdaBoost分类器对其进行区分。其中AdaBoost分类器有部分内容调用了Vezhnevets Alexander编写的源码-Provides three types of scenes " bedroom" , " CALsuburb" , " industrial" sample fea
OCR
- 自然场景下的文本识别 精确度较高,可供工程开发运用-Automatically Detect and Recognize Text in Natural Images
PeopleDensitydll
- 视频图像的人群密度检测,多种人群密度场景下人群计数算法: 算法功能:建立图像特征和图像人数的数学关系 算法输入:训练样本图像1,2…K 算法输出:模型估计参数 ,参考图像 算法流程:1)对训练样本图像进行分块处理(算法1.1); 2)通过算法1.2,计算训练样本各个对应分块的ALBP特征归一化,再用K-means算法(可使用opencv等算法库实现,不再描述其算法),将图像块分成k(k<K)类,获取k(k<K)个聚类中心,即为参考图像; 3)对分块的图像进行与
rough-set
- 图像场景分类中视觉词包分类的应用与操作代码-Review of the bag-of-visual-words models in image scene classification
kalman-object-detection
- 用卡尔曼滤波来检测视频中的小运动目标,例子为检测一个运动场景中的乒乓球-Using kalman filter to detect small moving targets in video, example for detecting a movement in the scene of table tennis
SWT
- SWT,笔画宽度变换算法,主要应用于场景文字定位。网络搜集整理的资料。-SWT, stroke width transform algorithm, mainly applied to robust text location.Online collection of information.