搜索资源列表
-
0下载：
该代码用于在视觉智能监控/视频监控/视觉监控/视频智能监控中，消除阴影。阴影消除对视频监控具有重要的意义，能够有效地降低阴影对目标检测的影响，减小误检率和漏检率，提高对目标的识别效率以及监控系统的稳定性和可靠性。-This code is used to remove shadow in visual intelligent surveillance/video surveillance/visual surveillance/video intelligent surveillance. Sh
-
-
0下载：
视频序列中运动目标的跟踪是智能视频监控领域中的一项重要问题，目标跟踪就是建立视频序列的不同帧中目标的对应关系。针对现有方法目标特征信息考虑不足的缺陷，提出一种基于特征匹配的目标跟踪方法。实验结果表明，所提方法在实时性的前提下，可以实现运动目标的准确跟踪。-Video sequences of moving target tracking is the intelligent video surveillance in the field of an important issue, target
-
-
0下载：
该代码用于实现视频监控/视觉监控/视频智能监控/视觉智能监控，具有友好的人机交互界面。在工作时，利用连接在计算机上的摄像头取得视频图像，通过背景减除、滤波、二值化处理、识别等技术，实现对视频目标的监控。-This code is applied to visual surveillance/video surveillance/visual intelligent surveillance/video intelligent surveillance which has a friendly h
-
-
0下载：
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
-
-
0下载：
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
-
-
0下载：
：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
-
