搜索资源列表
White-Box-Testing2
- 软件开发过程中白盒测试方法和工具的研究及应用，第一部分为绪论。主要阐述论文的研究课题背景和研究方法第二部分主要阐述软件测试的理论知识研究，从软件测试的基本理论，软件测试的分类，软件测试的过程模型等。第三部分主要研究白盒测试的理论知识，测试原则，实施步骤。第四部分主要研究目前业界使用比较普遍的白盒测试工具，并进行对比研究。第五部分主要将以上研究的白盒测试理论运用到实践，通过运用klocwork工具实践研究河南移动项目。CAJ格式-the Research and Application of th
BSG_GMM
- 背景检测算法，利用混合高斯模型，可以每一帧更新背景帧得到较好的结果-Background detection algorithm, using Gaussian mixture model, you can update each frame background frame to get better results
Hybrid-Gaussian
- 混合高斯模型，能够区分前景和背景。导入视频可世界运行。但是还没有去噪，可能对前景分析不够准确。-The code of Hybrid Gaussian,It can distinguish the difference of foreground and background.
hybrid-gaussian
- 混合高斯模型，提取前景和背景。效果勉强，可直接使用。-Mixed Gauss model, extraction of foreground and background.
Video-based-traffic-statistics
- 在整个实现过程中，背景建模是核心，采用基于高斯混合模型的背景建摸方法。-Throughout the implementation process, background modeling is the core, built on the background of GMM touch method.
run
- 基于混合高斯模型的背景减除实现程序，速度还可以，但是效果不是特别好，还有待改进-Gauss mixture model background subtraction procedure based on the implementation, can also speed, but the effect is not particularly good, there is room for improvement
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
bgfg_egmml
- 采用混合高斯模型对背景进行建模，然后对视频的运动目标进行检测！-By using the gaussian mixture model for background modeling, and then to detect the moving targets of video!
campus-roaming
- 1.QUEST3D制作一个详细的校园三维模型。。 2.用户可以在虚拟校园中漫游。 3.优美的背景音乐，在视觉的基础上增加听觉的感受，以一个更舒缓的心情来领略校园的美丽。 -1.QUEST3D make a detailed 3D campus model. . 2. The user can roam in the virtual campus. 3. beautiful background music, the visual experience of hearing
Chan-Vese-model
- Chan-Vese模型是基于区域的几何活动轮廓模型,此模型根据灰度级的同质性进行分类，图像域包括背景区域与前景区域。-Chan-Vese geometric model is region-based active contour model, this model are classified according to the gray level of homogeneity, including the background image field area and the foregro
meanshift-tracking
- 本算法实现的是目标的跟踪，采用的是混合高斯模型建立背景，然后用meanshift进行跟踪，包括使用MFC进行界面编辑-The algorithm is to track the target, using Gaussian mixture model background, and then meanshift track, including the use of interfacial MFC edit
Gmm
- 利用高斯混合模型（gmm）实现了目标与背景的分离以及前景的跟踪。-Gaussian mixture model (gmm) to achieve the objectives and background of the separation and the prospect of tracking.
W5
- 视频帧序列实现基于GMM（高斯混合模型）的背景建模-Video frame sequence implementation based on GMM (Gauss mixture model) background modeling
Background-difference-method
- 背景差分法是采用图像序列中的当前帧和背景参考模型比较来检测运动物体的一种方法,其性能依赖于所使用的背景建模技术。背景差分法检测运动目标速度快，检测准确，易于实现，其关键是背景图像的获取。在实际应用中，静止背景是不易直接获得的，同时，由于背景图像的动态变化，需要通过视频序列的帧间信息来估计和恢复背景，即背景重建，所以要选择性的更新背景。-Background difference method is the use of images in the sequence of the current
TSP1
- 旅行推销商问题(TSP)是组合优化中的一个热点问题，它有着广泛的应用背景。运输调度、机械手运动、旅游路线设计等众多实际问题与TSP数学模型密切相关.应用遗传算法求解TSP问题。-Traveling salesman problem (TSP) is a combinatorial optimization problem in a hotspot, it has a wide application background. Numerous practical problems of trans
Gussian
- 基于混合高斯模型的背景减除法，用于分离前景和背景-Background subtraction method based on Gaussian mixture model for separating the foreground and background
Foreground-detection-procedures
- 前景检测程序，MATLAB实现，有背景差分，帧差法，混合高斯模型，光流法。-Foreground detection procedures, MATLAB, background difference, frame difference method, the gaussian mixture model and optical flow method.
Saliency-Detection
- 《Saliency Detection: A Spectral Residual Approach》是上交高材生侯晓迪在07年的CVPR上发表的一篇论文，这篇文章提出了一个图像视觉显著性的简单计算模型，这个模型和Irri提出的模型是两个截然不同的模型，Irri模型对于图像视觉显著性主要关注整幅图片突出的部分，通过各种特征的融合提取显著性图，而Hou的这个模型一上来关注的点就不在一张图片里突出的地方，而是背景，观察是否大部分图片的背景在某个空间上都满足什么变化，最后剔除背景，自然就只剩下图片突出的
Background-Panimation
- 基于MFC的OpenGL图形系统，背景和动画设计包括：模型文件读取、模型生成、颜色设置、纹理映射、几何变换等基本功能-MFC-based OpenGL graphics system, background and animation design includes: model file read, model generation, set the color, texture mapping, and other basic geometric transformation functio
smoke_detection
- 使用VS2010+openCV。本文是基于颜色模型和运动模型对含有烟雾的视频进行烟雾检测的。首先利用RGB颜色模型的方法，检测出烟雾区域以及疑似烟雾区域；接着用背景相减的方法，检测出运动的物体；最后结合两种方法，只检测出运 动的烟雾区域，提取烟雾最大轮廓，绘制矩形框以示意。通过设置R、G、B的参数及阈值，可以得到满意的效果。 -Use VS2010+openCV. This paper is based on the color model and motion model for sm