搜索资源列表
bg_subtraction_cmd
- 本代码是Foreground-Background Segmentation of Video Sequences的配套程序，利用KDE算法对avi进行处理，从而提取前景和背景，在windows, Visual C++下测试成功
1
- 自适应核密度估计运动检测方法 提出一种自适应的核密度(kernel density estimation, KDE)估计运动检测算法. 算法首先提出一种自适应前景、背景阈值的双阈值选择方法, 用于像素分类. 该方法用双阈值能克服用单阈值分类存在的不足, 阈值的选择能自适应进行, 且能适应不同的场景. 在此基础上, 本文提出了基于概率的背景更新模型, 按照像素的概率来更新背景, 并利用帧间差分背景模型和KDE分类结果, 来解决背景更新中的死锁问题, 同时检测背景的突然变化. 实验证明了所提出
Wpf_BFLY
- 个人代码，实现了基于内容的图像检索，包括relevance feedback, virtual feature等特性,基于KDE paper: long-term cross-session relevance feedback in image retrieval-Personal code, to achieve a content-based image retrieval, including relevance feedback, virtual feature and other f
KDE
- KDE 核密度估计算法 运动目标检测算法之一 只进行了第一阶段的运算 具体看原论文-One of the algorithms of moving object detection algorithm was only the first stage of the operation of the specific look of the original paper of kernel density estimation
KDE
- 用MATLAB实现KDE算法，对20幅图像进行训练，用一幅图像进行测试-KDE algorithm using MATLAB to carry out training on 20 images, with an image for testing
MATLAB上实现KDE算法
- 基于MATLAB平台的KDE算法的实现，具体为分析视频中的每一帧图像，检测当前帧中的运动目标并标记
KDE
- 根据KDE原理，通过训练集训练，能够检测图片中运动的部分，将运动和静止的部分分别用白色和黑色表示。(KDE principle, motion detection, through training set, can detect the moving part of the picture, the moving part and the static part are expressed in white and black respectively.)