搜索资源列表
background-model4
- 提出了一种基于模型切换的背景建模方法(M SBM ).该方法以嫡图像为纽带, 实现了不同精细程度的背景模型在空间上的自适应选取和在时间上的自适应切换.对于亮度分布复杂度高的背景区域采用精细的模型以保证运动目标检测的精度,反之采用简单的模型以降低计算量 .通过模型结构自适应结合参数自适应, 很好地兼顾了检测精度和计算代价.墓于高斯混合模型和时间平均模型的双模型切换式运动目标检测算法被用于实验研究, 结果表明这种算法的检测效果和单独采用高斯混合模型的检测效果相当, 而计算速度却比后者提高很多-P
background-model8
- ：基于背景建模的运动目标分割是智能视频监控的重要任务，模型的质量直接影响到检测、跟踪、识别等运动分析的准确性．当前的建模方法多是单层的，忽略了像素特征在时域和空域上的联系，模型描述不够准确，对于背景扰动、全局光照变化及复杂的室内外场景等多种情况鲁棒性不强，导致了分割中出现空洞和噪声点．针对这些问题提出了一种双层建模的方法，在第一层提取时域上的像素亮度特征采用码本建模，第二层提取邻域纹理特征采用基于中心对称的局部二值模式建模．实验证明该方法在用于运动分割时，比常用方法具有更好的准确性和鲁棒性．-M
m9
- 基于像素的背景建模方法速度较快但不能很好地描述背景运动，光流能准确描述物体运动但计算量大，难以满足实时的要求．提出一种结合基于像素的背景建模方法速度快以及光流描述物体运动准确优点的背景建模和目标检测方法．具体来说，为静止背景建立传统基于像素的灰度背景模型，为运动背景建立光流背景模型，通过２种背景模型的有效结合快速准确地实现目标检测．实验结果表明，提出的方法建模速度与基于像素背景建模方法相当，同时，又有光流准确描述背景运动的优点，综合性能超越上述２种方法．-Faster but not a goo
m11
- 混合高斯(Mixture of Gaussian, MOG) 背景建模算法和Codebook 背景建模算法被广泛应用于监控视频的运动目标检测问题, 但混合高斯的球体模型通常假设RGB 三个分量是独立的, Codebook 的圆柱体模型假设背景像素值在圆柱体内均匀分布且背景亮度值变化方向指向坐标原点, 这些假设使得模型对背景的描述能力下降. 本文提出了一种椭球体背景模型, 该模型克服了混合高斯球体模型和Codebook 圆柱体模型假设的局限性, 同时利用主成分分析(Principal compon
m14
- 背景建模是实现运动目标检测与跟踪任务的关键技术之一, 背景模型的鲁棒性问题受到普遍关注. 本文针对背景建模所依赖的不同信息特征, 从实际应用和样本集形态两个方面分析了背景模型的鲁棒性需求. 根据不同信息的描述和处理的特点综述了背景建模的典型算法, 并考察其对鲁棒性需求的处理策略. 然后就不同层次信息的描述及其鲁棒性, 比较了典型背景建模系统, 并分析了背景建模技术的发展趋势.-Background modeling is a key technology to achieve moving ta
robot
- 利用opengl简单绘制了机器人模型,可以在此基础上进而求得机器人运动的模型有用-about rob
opengl-rob
- 用opengl进行的机器人模型的绘制，简单模拟机器人运动状态，是opengl入门级小程序- opengl draw
adjust_psf_center
- 护肤由于一致运动造成的模糊，去模糊以及计算点扩散模型以及他的调整-adjustpsf center
gesture
- 基于MATLAB 7.10.0 (R2010a) 用肤色模型、边缘检测、数学形态学等方法来初步实现对运动目标的检测-Based on MATLAB 7.10.0 (R2010a) with a color model, edge detection, mathematical morphology and other methods to achieve the initial detection of moving targets
mean-shift
- 基于meanshift/camshift的视频运动目标跟踪实现，通过鼠标手动选择跟踪目标。基于HSV空间模型，可手动调节H S V的阈值，显示前景、背景、反响投影图。开发工具是VS2008、OPENCV.-Based meanshift/camshift video moving target tracking achieved manually using the mouse to select the target track. HSV space model, you can manual
code
- 简单的运动目标检测,混合高斯模型，背景差分帧间差分-Simple Moving Target Detection
mixture_gaussians
- 基于混合高斯背景模型的建模，用于视频运动区域提取，很有用的代码，希望对学者有所帮助-Modeling of mixed Gauss background model based on, for video motion region extraction, very useful code, and I hope to help scholars
openMVG
- openMVG 是一款开源的SFM软件，它在某些方面要优于Bundler，可以利用N多张任意拍摄的照片，重建场景的三维模型。SFM 指的是，在计算机视觉中的从运动到结构，以及在摄影测量中的空中三角测量与光束法平差。-OpenMVG (Multiple View Geometry) open Multiple View Geometry is a library for computer-vision scientists and especially targeted to the Mult
Gaussian
- 在VS2010中，利用openCV2.4.3写的基于混合高斯模型的运动目标检测。-moving object detection based on Gaussian mixture model in VS2010 and openCV2.4.3 ..
matlab
- 十字路口车流通量及车身颜色的统计通过MATLAB创建系统对象，用于读入待处理视频，用于色彩空间转换、检测出包含汽车运动的图像块、用高斯混合模型检测背景、对检测出的运动车辆进行框画、标注检测到车辆的个数用于显示结果。颜色提取算法采用 RGB 颜色模型，利用MATLAB进行仿真-Crossing the circulation of the car and body color statistics by MATLAB to create object system, used to read th
bgfg_egmml
- 采用混合高斯模型对背景进行建模，然后对视频的运动目标进行检测！-By using the gaussian mixture model for background modeling, and then to detect the moving targets of video!
openMVG-master
- openMVG 是一款开源的SFM软件，它在某些方面要优于Bundler，可以利用N多张任意拍摄的照片，重建场景的三维模型。SFM 指的是，在计算机视觉中的从运动到结构，以及在摄影测量中的空中三角测量与光束法平差。-OpenMVG -(Multiple View Geometry) open Multiple cess to the classical problem solvers in Multiple View Geometry and solve them accurately.View
Background-difference-method
- 背景差分法是采用图像序列中的当前帧和背景参考模型比较来检测运动物体的一种方法,其性能依赖于所使用的背景建模技术。背景差分法检测运动目标速度快，检测准确，易于实现，其关键是背景图像的获取。在实际应用中，静止背景是不易直接获得的，同时，由于背景图像的动态变化，需要通过视频序列的帧间信息来估计和恢复背景，即背景重建，所以要选择性的更新背景。-Background difference method is the use of images in the sequence of the current
sy5
- 改进的混合高斯背景模型，用于检测运动目标，能够有效的提取前景-Improved gaussian mixture background model, used to detect moving targets, and can effectively extract prospect
Tracking-of-moving-objects
- 是经典的blob模型对实现对运动物体的跟踪，很好的例子，适合于初学者。-It is the classic model for achieving blob tracking moving objects, a good example, suitable for beginners.