搜索资源列表
gmm
- 混合高斯模型使用K(基本为3到5个) 个高斯模型来表征图像中各个像素点的特征,在新一帧图像获得后更新混合高斯模型,用当前图像中的每个像素点与混合高斯模型匹配,如果成功则判定该点为背景点, 否则为前景点。通观整个高斯模型,他主要是有方差和均值两个参数决定,,对均值和方差的学习,采取不同的学习机制,将直接影响到模型的稳定性、精确性和收敛性。由于我们是对运动目标的背景提取建模,因此需要对高斯模型中方差和均值两个参数实时更新。为提高模型的学习能力,改进方法对均值和方差的更新采用不同的学习率 为提高在繁忙
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
background-model7
- 针对智能视频监控中运动目标的检测,提出了一种基于字典学习的背景建模方法.结合时空域信息对视频中的每个位置进行字典学习来描述场景信息.利用背景频繁出现的特性,将字典中的词划分成描述背景的词和描述前景的词.用字典表达对应位置的结构,并根据字典中贡献最大词的属性对当前位置进行背景判断.根据判断的结果对字典进行实时更新.在公共的视频数据库上与传统的背景建模方法相比较,所提方法可以较好地检测出前景目标.-Intelligent video surveillance to detect moving tar
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
zhenchafa
- 主要的应用和范围是运动目标的检测,利用的两帧图像做差实现检测。-The main application is to detect moving targets and scope, the two images to make use of the poor to achieve detection.
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
testOpencv
- 实现了运动目标的检测与跟踪,根据两帧图像的帧差来判断该目标是否在运动-Achieve a moving target detection and tracking, based on frame difference two frames to determine if the target is in motion
video-segmentation
- 本代码实现的是视频中运动目标的分割,采用了三帧差法进行目标检测。-The code is in the video moving target segmentation, using three difference method for target detection.
tracking
- 可以很好的基于帧间差分法的运动目标的检测。-Can be a good frame difference method based on moving target detection.
motion
- 帧差法实现静态背景下运动目标的检测,并显示运动目标的边界-Achieve detection of moving targets under static background frame difference and show the boundaries of moving targets
gaussion_dec
- 采用高斯背景建模方法实现动态背景下运动目标的检测,能够适应一定的背景变化-Gaussian background modeling method to detect moving targets achieved under the dynamic background, able to adapt to certain changes in background
sanzhenchafen
- 检测运动目标,效果很好,通过对视频进行处理提取到运动目标-Moving target detection with good results
Diff_Mean_Background
- 利用前n帧的均值背景作为背景,然后消减法检测运动目标-Mean background subtraction method to detect moving targets
sanzhencha
- 三帧差法目标检测,可以检测运动视频中的目标,并标注边界-Three frame difference target detection
kalman-object-detection
- 用卡尔曼滤波来检测视频中的小运动目标,例子为检测一个运动场景中的乒乓球-Using kalman filter to detect small moving targets in video, example for detecting a movement in the scene of table tennis
matlab
- 基于matlab的运动目标的检测和图像处理-Moving target detection
Meanshift
- 摄像头固定情况下的运动行人跟踪进行研究,Mean Shift算法,与目标区域灰度直方图结合,进行运动目标的检测跟踪-tracking study of the movement of pedestrians in case of a fixed camera introduces a better application of Mean Shift algorithm
opticalflowtracking
- 运动人体的检测,对采集的视频中运动目标的检测和跟踪,用到opencv相应的highgui库和cv库,能够很好检测出人体轮廓。-Human movement detection for video capture moving target detection and tracking, use the appropriate highgui opencv libraries and cv library, can well detect the body contour.
Based-on-the-ATrous-algorithm
- 基于_Trous算法的红外序列图像中运动目标的检测与跟踪-Based on _Trous algorithm of detection and tracking of moving targets in infrared image sequences