搜索资源列表
Identification_smoke
- 烟雾粒子的识别及其激光散射特性的 蒙特卡罗模拟-Identification of the smoke particles and the laser scattering of Monte Carlo simulation
KVPR
- 韩国启明大学计算机与模式识别实验室有关视频烟雾检测的论文。-Korea Keimyung University Computer Laboratory of Pattern Recognition and smoke detection paper about the video.
SmartMonitor-master
- 通过视频摄像头来监控工地烟雾，做到对人的安全识别(Smoke through a video camera to monitor site, identify the safety of the people)
cnn_evaluation_smoke-master
- 此代码简单易学，能有效检测烟雾，识别率高，机器学习。(This code is easy to learn, can effectively detect smoke, high recognition rate, machine learning.)
MATLAB火灾识别
- 基于matlab的火灾检测识别，烟雾报警，火焰检测，有GUI设计界面，通过几何参数判别，即面积增长率，角度等。完美运行。(Based on Matlab fire detection and identification, smoke alarm, flame detection, Gui design interface, through the geometric parameters, that is, area growth rate, angle and so on. It works
MATLAB火灾火焰烟雾识别（源码）
- 本课题为基于matlab的火灾检测识别，烟雾报警，火焰检测，有GUI设计界面，通过几何参数判别，即面积增长率，角度等。完美运行。(Based on Matlab fire detection and identification, smoke alarm, flame detection, Gui design interface, through the geometric parameters, that is, area growth rate, angle and so on. It w
Matlab火焰火灾烟雾识别系统[带参数，GUI界面]
- 一、课题介绍 本设计为基于MATLAB的火焰烟雾火灾检测系统。结合火焰是实时动态跳跃的，采用面积增长率，角点和圆形度三个维度相结合的方式判断是否有火焰。该设计测试对象为视频，通过下一帧和上一帧的差异发现是否有火情，并可发出语音报警。本设计带有一个人机交互式GUI界面，界面友好。是个不错的毕设选题。 二、算法流程 结合火焰的面积增长率，角点和圆形度三个维度综合判断。并且得出每帧图像火焰部分的该三个参数，实时显示在GUI上。(1.Topic introduction This design
新建文件夹
- 检测火灾，本课题为基于matlab的火灾检测识别，烟雾报警，火焰检测，通过几何参数判别，即面积增长率，角度等。完美运行。(Detection of fire, this topic is based on the MATLAB fire detection and recognition, smoke alarm, flame detection, through the geometric parameters, that is, area growth rate, angle and so
MATLAB烟雾火焰识别GUI界面
- 一、课题介绍 本设计为基于MATLAB的火焰烟雾火灾检测系统。传统的采用颜色的方法，误识别大，局限性强。结合火焰是实时动态跳跃的，采用面积增长率，角点和圆形度三个维度相结合的方式判断是否有火焰。该设计测试对象为视频，通过下一帧和上一帧的差异发现是否有火情，并可发出语音报警。本设计带有一个人机交互式GUI界面，界面友好。是个不错的bishe选题。 二、算法流程 结合火焰的面积增长率，角点和圆形度三个维度综合判断。并且得出每帧图像火焰部分的该三个参数，实时显示在GUI上。 三、GUI界面设计(Thi
S1IM159.【已完成】基于SVM的烟雾识别系统
- 基于SVM的烟雾识别系统 运动区域提取使用的是 自适应混合高斯背景建模 特征算法使用的是 HOG+LBP 机器学习方法使用的是 scikit的SVM(Smoke recognition system based on SVM The moving region extraction uses adaptive Gaussian mixture background modeling feature algorithm, hog + LBP machine learning method