搜索资源列表
jiyuIMMjidongmubiaodegengzhousuanfa
- 机动目标的跟踪问题一直是人们研究的重点，实现机动目标精确跟踪，首要解决的问题就是使所建立的目标运动模型与实际的目标运动模型匹配。目前常用的有多模型(MM)，交互式多模型(IMM)，切换模型等。多模型方法就是对一组具有不同机动模型分别进行Kalman滤波，最终的参数估计是各滤波器估计值的加权和；在多模型基础上，Shalom提出了交互式多模型方法，这一方法对无序目标的机动检测，显示了更好的鲁棒性和跟踪的稳定性；切换模型则是分别建立机动和非机动运动模型，利用机动检测实现在这两个模型之间的切换。一般来说
yundongjiancexitong
- 简单的视频目标运动检测小程序，自己已经调试通过，多下载
A-video-frame-optical-flow-
- 一种基于光流及运动目标预检机制的视频帧内运动目标复制粘贴篡改检测算法- A video frame optical flow and motion target preview mechanism of moving target detection algorithm based on copy paste tampering
SAR-GMTI
- 星座SAR动目标检测，包括原始背景面目标模拟，运动点目标模拟，数据合成与配准，星座SAR动目标检测算法-Constellation SAR moving target detection, including the original background surface raw data simulation, moving point target simulation, data synthesis and registration, constellation SAR moving ta
zhenchafa
- 帧间差分法 最基本的差分法 用于对运动目标的初始定位和检测-Inter-frame difference method
A-straight-line-test-of-the-target
- 利用opencv实现运动目标的速度检测，已经测试成功有一定利用价值的-Using opencv to achieve the speed test of the moving target, it has been tested successfully for a certain use of value
CarDetectAndTrack2.0
- 视频车辆检测和追踪，实现一段视频中的车辆运动目标的检测和跟踪。(Video vehicle detection and tracking, to achieve a video vehicle moving target detection and tracking.)
mixture_of_gaussian
- 利用混合高斯模型对一个图像序列或视频进行背景的去除，检测运动目标(Using the mixed Gaussian model to remove an image sequence or video background, or detect the moving target.)
GMM
- 混合高斯算法，用opencv3实现，用于对运动目标进行检测 效果还算是不错的，代码通俗易(Hybrid Gauss algorithm)
movement_detecting
- 本代码实现的是视频中运动目标的分割,采用了三帧差法进行目标检测。(The code is in the video moving target segmentation, using three difference method for target detection.)
hunhe
- 采用多个高斯分布的方式来描述背景像素点的特征，在线地更新参数和权重，实现运动检测和前景提取的同步进行，即采用混合高斯背景算法进行建模，以降低动态背景的干扰。(The characteristics of the background pixel are described by several Gaussian distributions, and the parameters and weights are updated online. Synchronization of motion d
multiObjectTracking
- 在静态背景下，提取运动物体(前景检测）并对其标号(In the static background, the moving object (foreground detection) is extracted and its label is extracted)
MATLAB上实现KDE算法
- 基于MATLAB平台的KDE算法的实现，具体为分析视频中的每一帧图像，检测当前帧中的运动目标并标记
Edge detection
- 目标检测首先利用统计的方法得到背景模型，并实时地对背景模型进行更新以适应光线变化和场景本身的变化，用形态学方法和检测连通域面积进行后处理，消除噪声和背景扰动带来的影响，在HSV色度空间下检测阴影，得到准确的运动目标。(object detectWe use statistical methods to obtain the background model, and real-time of the background model is updated to adapt to illumina
background
- 使用背景差分法实现一般视频的前景运动目标提取和检测。(The background difference method is used to realize the extraction and detection of the foreground moving target in the general video.)
帧差法
- 检测运动目标，能够检测并画出运动物体，对于刚入门的来说是可以参考的(Test movement target)
ParticleFilter_double
- 粒子滤波实现对运动的单目标的检测与跟踪，效果良好(Particle filter for single target tracking, the effect is good)
gaussianBkModelTest
- 采用混合高斯模型，实现对监视背景的建模，有利于下一步运动目标的检测(The mixed Gauss model, modeling of monitoring background, is conducive to the detection of moving target next)
光流法
- matlab基于光流法的运动物体目标检测，源码，可用(Matlab based on the optical flow method of moving object detection, source code, available)
ConsoleApplication10
- 用于运动目标的检测，算法为图像中每一个像素点建立一个码本，每个码本可以包括多个码元。(Detection of moving targets,The algorithm establishes a codebook for every pixel in the image, and each codebook can contain multiple symbols.)