搜索资源列表
HumanMotionDetection
- 从人流统计的实际工程出发,实现了基于计算机视觉的人体运动检测及跟踪系统,采用“差影法”滤掉静止帧,使用自适应的一阶递归滤波及帧差法提取运动区域,并通过数学形态滤波的开运算和闭运算改善运动区域提取效果。实验结果证明本运动跟踪方案处理简单高效 、抗噪能力强,可以完成复杂背景下运动目标的实时性检测与跟踪。
001
- 基于RBF神经网络的复杂背景下的运动目标检测论文一篇
BlockMotionestimation
- 本代码计算帧间光流场，通过阈值分割获得运动矢量，对当前帧进行补偿，配置差分后实现运动目标分割，解决复杂背景下运动目标的检测问题。-This code interframe optical flow field calculated by threshold segmentation to obtain motion vectors, to compensate for the current frame, after the implementation differential configu
blobtrack
- 针对在复杂背景中检测出多批特定运动目标并实施分配批号实行标记跟踪，本文利用OpenCV的运动物体跟踪的数据结构、函数以及基本框架，建立了一个由人机交互界面模块；运动物体的前景检测模块；运动物体的团块特征检测模块；运动物体的团块跟踪模块轨迹生成模块；轨迹后处理模块组成的视频图像运动目标分析系统。-Aim at detecting，tracking and marking multipule specific targets in complex background．We use the ba
MovDetect
- 基于复杂背景，单运动目标的检测，原始混合高斯模型背景更新与检测-Based on complex background, a single moving target detection, the background of the original Gaussian mixture model updated with the detection
7788
- 大名鼎鼎的方帅的博士学位论文---目前,计算机智能视频监控在理论和应用上都面临着很多难题,国内外大批学者投身于该领域的研究和探索,并且取得了大量的成果.本文是在这些成果的基础上,对计算机智能视频监控系统的关键技术进行研究.主要贡献可概括如下:首先,对目标检测技术进行了研究,并提出了一种基于背景建模的运动目标检测算法.利用统计的方法建立了基于颜色和颜色梯度的背景模型,并实时地对背景模型进行更新,最后将这两种背景模型综合考虑对目标进行了有效的检测.接着,研究了复杂背景下多目标跟踪问题,提出了基于蒙特
MovingObjectDetection
- 从运动背景中检测与跟踪运动目标是计算机视觉研究领域的热点,根据帧差法的基本原理,提出了一种 针对复杂背景的运动目标检测方法 -Background from the motion detection and tracking of moving objects in computer vision research field, according to the basic principle of the frame difference method, a complex backg
motion-_etection
- 运动目标检测资料，在复杂背景下检测运动的刚体或非刚体目标。-Moving target detection information detected in the complex context of the rigid or non-rigid object motion.
target-detection-and-tracking
- 论文针对在复杂背景中检测出多批特定运动目标并实施分配批号实行标记跟踪，利用OPENCV的运动物体跟踪的数据结构、函数和基本框架，建立一个由人机交互界面模块，运动物体的前景检测模块，运动物体的团块特征检测模块等，最后使用建立的系统进行了实验，结果表明系统能正确的进行运动物体的实时检测和跟踪，并具有良好的鲁棒性。-OpenCV-based moving target detection and tracking of some of the articles I read, I feel you c
20110301151907
- ：为解决现有视频监控系统中目标检测算法无法应付复杂的室外环境且计算量和存储量较大等问题，将像素从RGB 空间转换到YUV 空间建立基于码本的背景模型，并单独对每个码字中的亮度分量进行高斯建模，提取运动目标的轮廓后，用连通区域算法对图像进行形态 学处理。典型测试序列和ROC 数据的对比实验结果证明该算法是高效和实用的，且易于在DSP 或FPGA 等嵌入式系统上实时实现。-】In order to solve the problems that the existing motion det
1-10
- 关于复杂背景下运动目标检测的相关论文第一部分-The first part of the relevant papers on the moving target detection in complex background
11-20
- 关于复杂背景下运动目标检测的相关论文第二部分，IEEE，SCI的好论文-The second part of the relevant papers on the moving target detection in complex background
61IC_H102405
- 一种运动目标检测方法，从复杂背景中检测出目标-A moving target detection method from complex background detect the target
background-model4
- 提出了一种基于模型切换的背景建模方法(M SBM ).该方法以嫡图像为纽带, 实现了不同精细程度的背景模型在空间上的自适应选取和在时间上的自适应切换.对于亮度分布复杂度高的背景区域采用精细的模型以保证运动目标检测的精度,反之采用简单的模型以降低计算量 .通过模型结构自适应结合参数自适应, 很好地兼顾了检测精度和计算代价.墓于高斯混合模型和时间平均模型的双模型切换式运动目标检测算法被用于实验研究, 结果表明这种算法的检测效果和单独采用高斯混合模型的检测效果相当, 而计算速度却比后者提高很多-P
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
1
- 复杂背景下，运动目标检测方法的综述和对目标跟踪匹配的方法- Complex background, overview and moving target detection method for matching target tracking methods
GMM
- 针对摄像机固定下的复杂背景环境，对采集到的视频图像的图像数据用混合高斯背景建模方法实现前景/背景分割，实现运动目标检测和跟踪。在进行前景检测前，先对背景进行训练，对图像中每个背景采用一个混合高斯模型进行模拟，每个背景的混合高斯的个数可以自适应。然后在测试阶段，对新来的像素进行GMM匹配，如果该像素值能够匹配其中一个高斯，则认为是背景，否则认为是前景。由于整个过程GMM模型在不断更新学习中，所以对动态背景有一定的鲁棒性。最后通过对一个有树枝摇摆的动态背景进行前景检测，取得了较好的效果。-For c
flow-code-matlab
- 利用光流法在复杂场景下对运动目标进行检测(Using the optical flow method to detect moving objects in complex scenes)