Tracking moving objects in video sequence is an important problem in computer vision, with applications several fields, such as video surveillance and target tracking. Most techniques reported in the literature use background subtraction tech

步态识别论文，对目标检测方法进行了分析，提出了在HSL颜色模型空间中，利用时间域中值滤波算法构建背景模型，采用背景减除法实现人体上肢和下肢关节点的检测，采用闽值分割、形态学滤波和颗粒去除操作对关节点的图像进行二值化处理，为后续相关特征的提取做好了准备。 -Gait identification papers, for target detection methods are analyzed, presented at the HSL color space model, using med

vibe:A universal background subtraction algorithm for video sequences

交通视频采集后的图像预处理。由于硬件及环境等因素的影响，摄像头提取的图像不可避免地包含噪声，图像的质量会受到不同程度的失真。因此，我们要对采集到的视频序列进行图像的预处理。 车辆检测算法。概括性的分析了基于图像处理的几种常用的车辆检测算法：帧差法、光流法，总结了各种方法的优缺点，并采用背景差法对车流量进行检测。该算法自适应能力强，计算量小，可正确判断有无车辆、完成车辆计数，实现车流量计算，为交通监管系统提供实时有效的交通参数。 车辆计数。分析常用的车辆计数方法：虚拟线圈法和目标跟踪法。并