搜索资源列表
11
- 变电站视频监控系统中行为识别功能设计与实现-And implementation of behavior recognition functions in Substation Video Monitoring System Design
video-image-vehicle-detection
- 基于监控视频图像的车辆测速 基于监控视频图像的车辆测速-Based on surveillance video image vehicle detection Based on surveillance video image vehicle detection
h264
- h264实现监控,不是动态的，是通过读取每一帧图像-h264 yuv420 to rgb
GMMP-and-tracking
- 活动目标检测源码,用混合高斯算法编写，适用于复杂场景视频监控-alive target detection，used in GMM algorithm
background-modeling
- 随着智能监控技术的快速发展, 基于数字视频的智能视频监控系统代替原来的人力监控在越来越多的公共场所获得了应用。然而, 在实际的户外监控环境下, 由于光线变化以及初始背景样本的多样性, 难以建立良好的背景样本。针对上述问题, 提出了一种自适应的背景建模方法。其中自适应指两个方面: 第一 背景的自动更新 第二, 不需要使用背景帧样本作为模型训练的输人。在此基础上, 建立了针对户外交通环境的智能车辆监控系统。实验结果表明, 上述方法在动态场景的车辆检测中取得了较好的效果。-With the rapid
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
m10
- 背景建模是实现运动目标检测与跟踪的关键技术之一。在实时视频监控系统中，对背景建模算法的运行时间及所提取出的背景图像的实时性有很高的要求，针对这一问题，提出了一种基于切比雪夫不等式的自适应阈值背景建模算法。算法利用切比雪夫不等式计算像素点色度变化的概率估计值，提出了一种自适应阈值分类方法，它将像素点快速分类为前景点、背景点及可疑点，再利用核密度估计方法对可疑点进行进一步分类，最后利用背景更新算法提取实时背景图像。实验结果证明，该算法能快速有效地区分特征明显的背景点与前景点，提高了背景图像提取的速
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
m12
- 针对核密度估计背景建模方法运算量大难以实时应用的问题，提出了一种基于背景直方图分布的快速核密度估计背景建模方法。选用三角核函数进行核密度估计，根据三角核带宽函数的截断效应，引入背景分布的直方图完成快速背景建模，在保证目标检测准确性的同时提高运算速度。测试实验结果验证了算法能够满足监控系统的实时性要求。-For kernel density estimation is difficult to satisfy real-time applications because of large amou
m13
- 针对户外视频监控存在光照变化这一问题, 提出一个用于准确完成目标检测的实时背景建模框架. 考虑到目标检测 的准确性要求, 建立基于帧间像素亮度差统计直方图的像素亮度扰动阈值. 在此基础上, 针对背景建模的实时性要求, 提出一种基于自回归背景模型的参数快速更新方法. 鉴于不同光照变化的适应性要求, 定义对光照变化不敏感的背景纹理模型. 上述模型统称为自回归{ 纹理(Auto regression and texture, ART) 模型, 该模型适应于户外光照变化. 基于该模型构建像素亮度和纹
chepaishibie
- 车牌识别技术能够检测到受监控路面的车辆并自动提取车辆牌照信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。-License plate recognition technology can detect the monitored road vehicles and automatic extraction of vehicle license plate information (including Chinese characters and English letters
shexiangtoujiankongruanjian
- 一个附带注册码的摄像头监控防盗软件，能够实现实时监控，对非法入侵的物体报警，录像-A registration code with security camera monitoring software that enables real-time monitoring, intrusion alarm objects, video
approach-for-textile-quality-control
- 纺织品制造商必须监控其产品的质量，以保持既定用于服装行业的高品质标准。因此，纺织品的质量控制是为他们的企业的竞争力的增加的关键因素。纺织断层，传统上被人类目测检测。然而，人的检查是耗时的，并且不实现精度较高的水平。因此，工业视觉单元是用于纺织工业的战略利益，因为他们可以组成一个系统实现高精度纺织检测高度的基础。这项工作说明专为简单的图像处理操作的基础上，验布，以及其在检测到通常的纺织品缺陷效率系统的软件核心。整个系统的先决条件是，然后解析 所讨论的，以及由于该问题的本质
last-program
- 视频图像增强是数字图像处理的基本内容之一。随着视频监控系统的广泛应用，对该技术的研究也显得越来越重要。视频图像增强是图像增强技术的一种，在处理过程中先将视频分解成图片帧，然后对帧进行处理，包括降噪、突出所需细节、模糊等。视频图像增强是指按特定的需要突出一幅图像中的某些信息，同时，削弱或去除某些不需要的信息。这类处理是为了某种应用目的去改善图像质量，处理的结果更适合于人的视觉特性或机器识别系统，视频图像增强处理并不能增加原始图像的信息，而只能增强对某种信息的辨识能力，使处理后的图像对某些特定的应用
Efficient-video-monitoring-system
- 高效视频监控系统：采用帧间差分检测运动物体的原理建立一个视频监控系统。-Efficient video monitoring system: using frame difference principle of detection of moving object to establish a video monitoring system.
dealhu
- 视频监控中人的检测，含各个身体部位的监测分析。希望和大家多多交流-Detection in video surveillance in the monitoring and analysis, including all parts of the body. And we hope more exchanges
matlab-home-detection-
- 家庭监控系统的实现，matlab版的，适合初学的朋友，系统完整-Home monitoring system implementation, matlab version, suitable for beginners friends, system integrity
shipqudong
- 这H.264视频监控系统的第二部分，视频采集传输程序-H.264 video surveillance system that the second part of the video acquisition and transmission program
AVIConvert
- 安防监控行业应用。基于大华playsdk库把视频文件转换为AVI的例子。-Security monitoring industry application. Dahua playsdk based on the video files into the AVI example.