搜索资源列表
facedetector_src
- 该程序能够在视频中实时捕捉人脸,算法采用小波分析的方法,从另外一个角度实现了流媒体中的人脸检测。
hr
- 人体动作识别，用于智能视频分析开发资料，主要应用于DSP嵌入式-Human motion recognition for intelligent video analysis, development of material, mainly used in DSP embedded
AviShow
- 能够提出视频关键帧，具有很好的视频分析功能，是一个不错的视频分析程序-Able to make the video key frame, with good video analysis, video analysis is a good program
Video-Frame
- 视频帧分析源码，用于车辆检测及车牌识别，采用背景差分法-Analysis of source video frame for vehicle license plate detection and identification, using the background difference method
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
AVideo-Framen
- 视频帧分析源码，用于车辆检测及车车牌识别，采用背景差分法可直接使用。-Analysis of source video frame for vehicle license plate detection and recognitionn, the background difference method using the full source code can be used directly.
License-Plate-Recognition-
- 车牌识别视频跟踪资料，详细介绍了车牌识别的一些常用方法及技巧，视频跟踪分析得挺详细的。-License plate recognition video tracking data, details of some commonly used methods and techniques of the license plate recognition, video tracking analysis, quite detailed
License-plate-recognition-program
- 车牌识别技术(Vehicle License Plate Recognition，VLPR) 是指能够检测到受监控路面的车辆并自动提取车辆牌照信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗
CPP_release
- 基于运动视频的行为分析，与matlab混合编程实现。-Based on the behavior of sports video analysis to achieve with matlab mixed programming.
CPPlda
- LDA的c++源代码，可以直接集成在vs2010中，用于对文档分析以及视频的动作识别。-It includes C++ source code for LDA and it can be used directly in VS2010 for document analysis and action detection.
traqsform
- 数字信号处理的视频分析中短时傅立叶变化STFT和连续小波变化-Digital signal processing of short time Fourier transform in video analysis STFT and continuous wavelet change
基于帧间差分法的视频目标检测系统
- 运动目标自动检测是对运动目标进行检测、提取、识别和跟踪的技术。基于视频序列的运动目标检测，一直以来都是机器视觉、智能监控系统、视频跟踪系统等领域的研究重点，是整个计算机视觉的研究难点之一"。运动目标检测的结果正确性对后续的图像处理、图像理解等工作的顺利开展具有决定性的作用，所以能否将运动物体从视频序列中准确地检测出来，是运动估计、目标识别、行为理解等高层次视频分析模块能否成功的关键。