搜索资源列表
Iterative Figure-Ground Discrimination
- 用于应用核密度估计的前景、背景分割
Video_Image_Segmentation_Based
- 为了对光线变化的图像进行顺利侵害，提出了一 种利用贝叶斯学习方法来进行视频图像分割的算法，印先在每个像素点处对不断变化的背景建模，同时计算每个像素点 处的颜色直方图，再用这些直方图来表示该像素点处特征向量的概率分布，然后用贝叶斯学习方法来进行判断，以确定在光线缓慢或者突然变化的时候，每个像素点是属于前景还是属于背景。-In order to change the image of light against a smooth, a Bayesian learning approach t
background-differ
- 研究了背景差分算法，并设计了一种对多车道路段的车流量检测系统。首先通过背景差分的方法，实现了运 动前景和背景的分割 进一步使用虚拟检测线实现了多车道车流量的检测-The background difference algorithm was studied，and a traffic flow measuring system for multilane road was designed
visual-saliency
- 提出一种利用视觉显著性对图像进行分割的方法。首先提取图像的底层视觉特征，从局部显著性、全局显著性和稀少性3个方面计算各特征图像中各像素的视觉显著性，得到各特征显著图；对各特征显著图进行综合，生 成最终的综合显著图。然后对综合显著图进行阈值分割，得到二值图像，将二值图像与原始图像叠加，将前景和背景分离，得到图像分割结果-It presents a significant advantage of visual image segmentation method. First, extract
Background-separation
- 高斯处理视频并跟踪运动做前景背景分割，可用来做前背景分离，分离出运动物体，达到抠图的效果-Gauss video processing and tracking moving foreground background segmentation, can be used to do before the separation, separation of a moving object, to achieve the effect of Gauss matting video processin