搜索资源列表
hysegment
- 本人改进的关于自适应分割方法，结合了大津法获得的阈值作为初始阈值，可以提高运行速度和分割效果
H.263c
- 本文分别在图像层和宏块层进行H.263的码率控制。在图像层采用后向自适应控制的方法，通过引入量化步长因子—编码输出比特数映射表，确定每帧图像量化步长因子的基准值。在宏块层采用前向控制的方法，根据视觉掩蔽特性设计模糊分类器，确定人眼对每个宏块的敏感程度和相应的量化步长因子。能在视频输出码率恒定的条件下，保持图像质量的稳定，取得较好的视觉效果。
ResearchOntheClusterAlgorithmofExtracting
- 针对当前预先指定聚类算法阈值提取关键帧的问题,使用MPEG- 7 标准中的主颜色描述子对视频帧进行描述, 以镜头内相邻两帧的相似性测度为数据样本,自适应地确定聚类所需的阈值,并以该阈值去指导同类视频的关键帧提取,提高关键帧提取的效率。
ImageDenoisingusingwaveletThresholding
- 关于自适应小波图像除噪,根据每一层次的分解系数来确定阈值-about adaptive threshold wavelet denoising,Normalshrink
lumian_detect
- 自适应阈值提取路面区域，对于后期做车辆检测比较有用，我自己调试过，可以运行的-Adaptive threshold extracted road area, for the latter to do more useful vehicle detection, I have to debug that we could run
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
苹果10【20190814】
- 直接上传到根目录 1.进入后台 -> 系统 -> 网站参数配置 -> 基本设置 网站模板：mac 自己可重命名 模板目录：html 也可以重命名 2.进入后台 -> 系统 -> 网站参数配置 -> 预留参数 播放器顺序：选择 -> 添加 3.轮播图 进入后台 -> 视频-> 视频数据 推荐值 9 幻灯 + 上传 海报图（自适应） + 副标题就可以 4.进入后台 -> 系统 -> 会员