搜索资源列表
GMM
- 本混合高斯模型是基于opencv的,利用了系统自带的检测函数,检测效果较好.欢迎切磋!
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。
voipong-2.0
- 基于流量模型的检测，支持SIP, H323, Cisco s Skinny Client Protocol, RTP and RTCP.- VoIPong is a utility which detects all Voice Over IP calls on a pipeline, and for those which are G711 encoded, dumps actual conversation to seperate wave files. It sup
A-guide-tour-of-video-watermarking
- 本文主要阐述数字视频水印的基本特征、原理、模型、嵌入/检测算法等，是学习视频水印的最佳资料。-This paper describes the basic features of digital video watermarking, principles, models, embedding/detection algorithm, is to learn the best video watermarking information.
GMM3
- 基于混合高斯模型的运动目标检测，能实时检测出完整运动前景，是本人对原来的高斯模型的改进-Gaussian mixture model based motion detection, real-time full motion detection prospects are my original Gaussian model improvements
HUMOVE
- HUMM马尔科夫检测运动目标的文档，HUM为隐马尔科夫模型-HUMM Markov detect moving targets document, HUM for the hidden Markov model
JM-MotionDetection
- H.264 视频编码标准模型JM的运动检测代码，它采用视频流中的运动矢量来产生黑白的视频帧。-Instruction:International h.264 video codec standard : JM 12.2 s motion detection, which uses the video stream s motion vector to produce a black and white frame.
OpenTLD-master
- TLD(Tracking-Learning-Detection)是英国萨里大学的一个捷克籍博士生Zdenek Kalal在其攻读博士学位期间提出的一种新的单目标长时间（long term tracking）跟踪算法。该算法与传统跟踪算法的显著区别在于将传统的跟踪算法和传统的检测算法相结合来解决被跟踪目标在被跟踪过程中发生的形变、部分遮挡等问题。同时，通过一种改进的在线学习机制不断更新跟踪模块的“显著特征点”和检测模块的目标模型及相关参数，从而使得跟踪效果更加稳定、鲁棒、可靠。-TLD (Trac
OpenTLD-master
- TLD算法代码。TLD(Tracking-Learning-Detection)是英国萨里大学的一个捷克籍博士生Zdenek Kalal在其攻读博士学位期间提出的一种新的单目标长时间（long term tracking）跟踪算法。该算法与传统跟踪算法的显著区别在于将传统的跟踪算法和传统的检测算法相结合来解决被跟踪目标在被跟踪过程中发生的形变、部分遮挡等问题。同时，通过一种改进的在线学习机制不断更新跟踪模块的“显著特征点”和检测模块的目标模型及相关参数，从而使得跟踪效果更加稳定、鲁棒、可靠。-T
GMM
- 针对摄像机固定下的复杂背景环境，对采集到的视频图像的图像数据用混合高斯背景建模方法实现前景/背景分割，实现运动目标检测和跟踪。在进行前景检测前，先对背景进行训练，对图像中每个背景采用一个混合高斯模型进行模拟，每个背景的混合高斯的个数可以自适应。然后在测试阶段，对新来的像素进行GMM匹配，如果该像素值能够匹配其中一个高斯，则认为是背景，否则认为是前景。由于整个过程GMM模型在不断更新学习中，所以对动态背景有一定的鲁棒性。最后通过对一个有树枝摇摆的动态背景进行前景检测，取得了较好的效果。-For c
Event-Detection-HMM-Model-master
- 基于隐马尔科夫模型的事件检测,通过隐马尔科夫模型的训练学习即可检测特定的事件-event-detection based on HMM