搜索资源列表
MeanShift
- 基于Meanshift运动目标跟踪程序，matlab写的(Based on the Meanshift moving target tracking program)
easyTack_DEMO_V0.1
- 打开视频文件，通过运用高斯混合模型对运动物体建模，统计运动数量，通过kalman滤波进行目标跟踪。(Open the video file, through the use of Gaussian mixture model of moving objects modeling, statistics, the number of motion, Kalman filtering target tracking.)
sad_motion _track_detect
- 基于帧差法与图像块匹配方法的运动目标检测与跟踪，可以实际操作，性能还不错的(The moving target detection and tracking based on the frame difference method and the image block matching method can be actually operated, and the performance is good.)
opencv
- opencv随书源码，图像处理，图像处理：cvSobel，cvCanny等 结构分析：ContourArea等 运动分析与目标跟踪：cvMeanShift等 模式识别：CvHaarFeature 摄像头定标与三维重建：cvCalibrateCamer2(Opencv with the book source, image processing)
FrameDifference
- 可以跟踪视屏对象，用了三帧差分法、背景差分法来辨别图片中的运动物体，包含了报告和算法说明(Visual screen objects can be tracked)
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.)
test2
- 对视频序列中的运动目标进行检测与跟踪，动目标检测部分采用背景差分法，跟踪部分采用卡尔曼滤波，检测结果用红色外接矩形框表示，跟踪结果用绿色矩形框表示 2、采用平均背景法更新背景图像。(The moving target in the video sequence is detected and tracked, the moving target detection part uses the background difference method, the tracking part uses
flow-code
- 获得视差图，使用光流算法跟踪运动的物体，谢谢大家，可能有错误(Parallax map obtained)
Vc6_Image
- VC++图像处理及源码包（大全）包括下列内容：1.数字图像获取，处理及实践应用电子书 2.数字图像获取，处理及实践应用电子书分章节源码 3.书中提及的各种算法的综合源码。压缩包里面包括的算法代码有：分章节源码内容：内容：对比度增强、灰度变换法、直方图修整法、图像平滑、图像锐化、伪彩色和假彩色增强；逆滤波复原、维纳滤波方法；傅立叶变换、离散余弦变换（DCT）、沃尔什变换、基于特征向量的变换、霍特林（Hotelling）变换、SVD变换、小波变换、Mallat算法；霍夫曼（Huffman）编码、算术
高密度环境下行人检测和统计
- 本实验的目的是对高密度行进人群中的行人流量进行统计，并能够区分上行和下行。实验的基本思路是： 在一个行人头部大小的带状区域中进行头部检测（HaarLike Adaboost方法），然后利用一个滑动的跟踪门对检测的头部结果进行关联，同时利用运动历史图分析的方法估计行人轮廓的运动方向，最后对序列关联特征进行分析给出上下行的统计结果。
高密度环境下行人检测和统计
- 本实验的目的是对高密度行进人群中的行人流量进行统计，并能够区分上行和下行。实验的基本思路是： 在一个行人头部大小的带状区域中进行头部检测（HaarLike Adaboost方法），然后利用一个滑动的跟踪门对检测的头部结果进行关联，同时利用运动历史图分析的方法估计行人轮廓的运动方向，最后对序列关联特征进行分析给出上下行的统计结果。
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。