搜索资源列表
OPENCV_GMM
- 基于OPENCV的GMM算法，通过时间推移建立视频图像的高斯混合背景模型，并可有效检测其中的运动目标。
learcode
- 行人检测源程序，居于svm技术。和梯度直方图提取-Pedestrian Detection source, living in SVM technology. And gradient histogram extraction
gmmcv
- 混合高斯模型 在opencv平台下实现 能够分离出视频序列中运动区域，并且建立背景-GMM gaussion mixture models
em_qt
- 在这一节中就采用opencv自带的一个EM sample来学习下opencv中EM 算法类的使用，顺便也体验下EM 算法的实际应用。 环境：Ubuntu12.04+Qt4.8.2+QtCreator2.5+opencv2.4.2 在这里需要使用2个与EM算法有关的类，即CvEM和CvEMParams，这2个类在opencv2.4.2已经放入legacy文件夹中了，说明不久就会被淘汰掉，因为在未来的opencv版本中，将采用Algorithm这个公共类来统一接口。不过CvEM和Cv
GMM_OpenCV
- 用opencv编写的GMM，用于进行前景检测，人物探测，目标跟踪-Gaussian Mixture Model for human tracking
GrabCut
- 实施GRABCUT源代码 由贾斯汀塔尔博特jtalbot@stanford.edu 。 放置在公共领域， 2010年 代码最后更新：2006年 弗拉基米尔·洛夫（ vnk@cs.cornell.edu ） ， 2001年使用GRAPHCUT实施。 要求： OpenGL的， GLUT和OpenCV的库来编译和运行。 用法： grabcut.exe <ppm文件名 使用鼠标拖动矩形围绕前景部分显示的图像。 然后使用下面的按键
GrabCut
- GrabCut实现源代码 贾斯廷·塔尔博特,jtalbot@stanford.edu 放置在公共领域,2010 代码最后更新,2006 使用Graphcut实现弗拉基米尔• 柯尔莫哥洛夫(vnk@cs.cornell.edu),2001。 要求:OpenGL,供过于求,OpenCV库来编译和运行。 用法:grabcut。 exe < ppm文件名> 使用鼠标拖动矩形在前台部分的显示图像。 然后使用以下键 1 :显示图像 “2”:显示
object-detect
- 运动目标检测，改改pro文件中的opencv路径可以运行，，主要是G-Moving target detection, changed pro file opencv path can run mainly GMM
GMM-GMR-v2.0
- 利用混合高斯模型对背景图像进行建模，所谓“混合高斯”的意思就是每个像素都是由多个单高斯分布混合组成的。-Name of the file which the classifier is loaded. Only the old haar classifier (trained by the haar training application) and NVIDIA s nvbin are supported for HAAR and only new type of OpenCV XML ca
MOG2_OPENCV2.4.9
- 经典背景减除方法，MOG2(或GMM)，从opencv2.4.9中单独提取出来的，经过实验调试通过的，可同其他背景减除方法结合或对比。-It is a typical background subtraction mathod, which is OpenCV 2.4.9. It was proposed by Zivkovic in 2014ICPR and proved effective.
GMMbkg
- 采用GMM模型进行视频背景提取，根据opencv的函数改写的-GMM background extraction