搜索资源列表
background-subtraction
- 背景高斯建模 能够很好的实现车辆的检测，可以用于与其他算法的比较-the Background Subtraction for the vehicle detection
GMM-modeling-and-EM
- 介绍Opencv这个图像处理库环境下的GMM建模与EM算法，从数学的角度深入分析高斯建模和EM算法-Introduce the the Opencv this image processing GMM modeling the EM algorithm in the library environment, in-depth analysis from a mathematical point of the Gaussian model and the EM algorithm
single_bgk
- 单帧背景建模，将第一帧作为背景，从而检测出视频中的目标前景，简单的目标检测算法，需要的朋友可以下载哦-Single frame background modeling, the first frame as the background to detect the target prospects for the video, a simple target detection algorithms, need a friend Oh, you can download
cppbgfg_gaussmix2
- 背景建模方法之高斯混合模型，使用到MOG2。算法快，并且可以进行阴影检测。遍历性：对每一个像素进行建模。作者为Z.Zivkovic-The algorithm similar to the standard Stauffer&Grimson algorithm with additional selection of the number of the Gaussian components based on: "Recursive unsupervised learning of fini
GaussBGModel
- 用opencv实现的运动目标检测算法，程序用的是高斯背景建模法，测试用的是夜间车流量的视频，光线变化不大，效果不错-Moving target detection algorithm, with opencv program with the Gaussian background modeling method, the test is the video of night traffic light changes, the effect is good
Model-background
- 本算法实现的是对复杂背景的建模，从结果中发现所建模型较好。-The algorithm to achieve the modeling of complex backgrounds, found that from the results of the proposed model is better.
VIBE
- 可视背景提取算法源码加论文，最近的建模方法-Visual background extraction algorithm source code plus papers, recent modeling method
code_june2010
- 多摄像机多目标跟踪算法, 具体包括混合高斯背景建模, distancemap团块映射, 粒子滤波跟踪, 匈牙利算法信息融合等.-multi camera tracking
OpenCV
- 基于opencv的use摄像头视频采集程序 1 基于opencv的两个摄像头数据采集 3 能激发你用代码做视频的冲动程序 6 图像反转（就是把黑的变白，白的变黑） 11 图像格式的转换 12 从摄像头或者AVI文件中得到视频流，对视频流进行边缘检测 13 采用Canny算子进行边缘检测 15 角点检测 18 图像的旋转加缩放（效果很拽，用地球做就像谷歌地球似的） 21 Log-Polar极坐标变换 22 对图像进行形态学操作（图像的开闭，腐蚀和膨胀运算）
12354
- 实现了多高斯建模法的视频分割算法和越界检测、运动物体尺寸检测、计数等应用。算法主要由OPENCV实现。 软件目前可实现以下功能： 1）提供高斯建模法研究相应算法实现的效果的影响； 2）可以实现原视频与处理后的视频同时播放，实现跟踪； 3）实现车流量技术计数。 -To achieve a multi-Gaussian modeling method of video segmentation algorithm and cross-border detection, movin
Gaussian-mixture-model
- 混合高斯模型GMM EM算法，建模效果好，可以用于行为识别-Gaussian mixture model GMM EM algorithm, modeling effect, can be used for behavior recognition
OpenCV_By_Example(中文版)
- 该资料中包含了《OpenCV By Example》中文版以及例程程序，该书的目录如下所示： 第1章 OpenCV的探险之旅; 第2章 OpenCV基础知识介绍; 第3章 图形用户界面和基本滤波; 第4章 深入研究直方图和滤波器; 第5章 自动光学检测、目标分割和检测; 第6章 学习目标分类; 第7章 识别人脸部分并覆盖面具; 第8章 视频监控、背景建模和形态学操作; 第9章 学习对象跟踪; 第10章 文本识别中的分割算法; 第11章 使用Tessera
codebook算法
- codebook的建模效果比平均背景法好很多，建模过程中可以适应运动。CodeBook算法的基本思想是得到每个像素的时间序列模型。这种模型能很好地处理时间起伏，缺点是需要消耗大量的内存。(Image processing, codebook algorithm)
S1IM159.【已完成】基于SVM的烟雾识别系统
- 基于SVM的烟雾识别系统 运动区域提取使用的是 自适应混合高斯背景建模 特征算法使用的是 HOG+LBP 机器学习方法使用的是 scikit的SVM(Smoke recognition system based on SVM The moving region extraction uses adaptive Gaussian mixture background modeling feature algorithm, hog + LBP machine learning method