搜索资源列表
Video_detection
- 视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 该框架支持的视频只限于RGB非压缩Windows AVI格式，可以通过“文件”菜单下打开视频来打开视频文件。-Algorithm for video presentation include: 1. Static background background prediction target detection 2.
work
- 读取avi视频，并进行帧间差分法运算，检测运动目标-Read the avi video, and make inter-frame difference method for computing, moving target detection
videoprocessframework
- 目标检测演示框架算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 该框架支持的视频只限于RGB非压缩Windows AVI格式，可以通过“文件”菜单下打开视频来打开视频文件。-Presentation framework of the target detection algorithms include: 1. The context of the background s
Video_Demo
- 视频目标检测演示框架,视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 -Framework for object detection video presentation, video presentation algorithms include: 1. Static background of the context of target detection pr
7
- 帧间差分法 基于背景重构的目标检测，内附检测视频序列 -Inter-frame difference method based on background reconstruction target detection, detection of video sequences containing
Video-Demo
- 视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 -Video presentation of algorithms include: 1、Static Background prediction of target detection. 2、static background frame difference method target detection
Video-Demo
- 程序包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 对于做视频跟踪的很有帮助，程序很完整 -The procedures include: 1. Background prediction method in the static context of target detection. A static context of inter-frame difference
zhenjiancha55
- 帧间差法实现视频对象的分割，进行运动目标的检测小程序。-The frame difference method of video object segmentation, moving target detection procedures.
FindMoving
- 由运动目标检测的两种基本方法----帧间差分法和背景差分法,借助于OpenCV技术，在Visual C++ 6.0编程环境下开发了运动目标检测系统。该系统首先对不同途径采集的视频图像序列进行相关的预处理之后，分别采用不同检测算法检测出图像序列中的变化区域，最后用形态学滤波和连通性分析对变化区域进行后处理，从而将视频图像序列中的运动目标比较可靠地检测出来。-The two basic methods of moving target detection---- inter-frame diffe
BLkg19
- Visual C++ 基于帧间差分法的视频运动目标检测 轮廓提取-Visual C++ the interframe difference method based video moving target detection contours extracted
Video-Demo
- VC++视频图像运动目标检测，视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 视频只限于RGB非压缩Windows AVI格式-VC++ video image moving target detection, video presentations algorithm including: 1. The background prediction target d
MotionddDetection
- 视频序列中的运动目标检测 帧间差分法 -motion target detection
detection-and-tracking
- 视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法-Algorithm for video presentation include: 1. Static background background prediction target detection 2. Static background frame difference method for
video-processing-
- 视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 -Algorithm for video presentation include: 1. Static background background prediction target detection 2. Static background frame difference method for target d
Video-Demo
- 视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法-Algorithm for video presentation include: 1 Static background background prediction target detection 2 Static background frame difference method for target de
BackGroundTest
- 帧间差分法：一种比较简单的目标分割方法，在静态背景下，先通过视频序列建立相应的背景图，然后利用当前图像与背景图像的差分来检测运动区域，并进行膨胀、腐蚀等操作，从而提取出运动目标。-Frame difference method: a relatively simple object segmentation, in the static context, first established by video sequences corresponding background image, an
video
- 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法(1. Background prediction method background detection in static background 2. Inter-frame difference method target detection in static background 3. Mean Shift The target track
基于帧间差法进行视频目标检测
- 基于帧间差法进行视频目标检测的matlab M函数(Video object detection based on inter frame difference)
zhenjiancha
- 对视频中的运动目标进行检测与跟踪，采用帧间差法跟踪结果用矩形框表示。(The moving objects in video are detected and tracked, and the result of tracking by frame difference method is represented by rectangle box.)
基于帧间差分法的视频目标检测系统
- 运动目标自动检测是对运动目标进行检测、提取、识别和跟踪的技术。基于视频序列的运动目标检测，一直以来都是机器视觉、智能监控系统、视频跟踪系统等领域的研究重点，是整个计算机视觉的研究难点之一"。运动目标检测的结果正确性对后续的图像处理、图像理解等工作的顺利开展具有决定性的作用，所以能否将运动物体从视频序列中准确地检测出来，是运动估计、目标识别、行为理解等高层次视频分析模块能否成功的关键。