搜索资源列表
jiyuIMMjidongmubiaodegengzhousuanfa
- 机动目标的跟踪问题一直是人们研究的重点，实现机动目标精确跟踪，首要解决的问题就是使所建立的目标运动模型与实际的目标运动模型匹配。目前常用的有多模型(MM)，交互式多模型(IMM)，切换模型等。多模型方法就是对一组具有不同机动模型分别进行Kalman滤波，最终的参数估计是各滤波器估计值的加权和；在多模型基础上，Shalom提出了交互式多模型方法，这一方法对无序目标的机动检测，显示了更好的鲁棒性和跟踪的稳定性；切换模型则是分别建立机动和非机动运动模型，利用机动检测实现在这两个模型之间的切换。一般来说
yundongmubiaojiance.rar
- 运动目标跟踪算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 ,Moving Target Tracking Algorithm include: 1. Quiescent in the context of target detection in the context of prediction 2. Static background frame difference metho
avi.rar
- 视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 该框架支持的视频只限于RGB非压缩Windows AVI格式，可以通过“文件”菜单下打开视频来打开视频文件。,Video Demo algorithm includes: 1. Static background prediction in the context of target detection 2. The conte
Video
- 视频演示算法包括： 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法-Video demo algorithm include: 1 static background background prediction method 2 the static background frame difference method target detection 3 the target
zongshu
- 视频监控图像的运动目标检测方法综述,介绍比较全面-Video surveillance image of moving target detection methods, introducing a more comprehensive
VideoDemo
- 视频演示算法包括，1. 静态背景下的背景预测法目标检测。 静态背景下帧间差分法目标检测Mean Shift目标跟踪方法 重心多目标跟踪方法。该框架支持的视频只限于RGB非压缩Windows AVI格式，可以通过“文件”菜单下打开视频来打开视频文件。-Video presentation algorithms, including, 1. Static background background prediction target detection. Static background fram
TSmallTargetDh
- 复杂背景下小目标检测方法课件，主要讲实实时条件下小目标的检测与跟踪及其硬件设计 -Small Target Detection in the complex context of courseware, mainly about the detection and tracking of small targets in the real real-time conditions and its hardware design
WWrongsky_Movr
- Wrongky方法实现运动目标检检测，对微小变化不敏感可直接使用。 -Wrongky method of seizure detection of moving targets is not sensitive to small changes, can be used directly.
Bbinnarydiffei
- 使用二值化方法实现动态帧中运动目目标的识别与检测，及其异常行为的识别 -Binarization methods to achieve the recognition and detection of moving the project objectives in a dynamic frame, and its abnormal behavior recognition
cesuyi
- 车辆监测用测速雷达是依据多普勒效应原理实现的。由雷达发出一束微波，遇被测目标（车辆）时微波被反射回来，再由雷达接收反射波。如果目标相对于雷达有距离上的运动，反射波的频率将与发射频率发生差异，而这种差异的大小正比于目标与雷达的相对运动速度。于是，雷达通过检测反射波频率和发射波频率的差，就可以计算出被测车辆的移动速度。本次课程设计是利用离散付里叶变换进行频谱分析，设计数字滤波器组，并对滤波器组加窗降低副瓣，通过频域方法测量速度。-Vehicle monitoring using radar gu
ChannelEstimate
- 该程序主要涉及信息不同检测方法，通过比较不同的检测方法性能，得到不同的目标下最优的检测方法。-The program is mainly related to information of different methods, by comparing the performance of different detection methods, to obtain the optimum different target detection method.
ch4_keystone_contour
- 基于keystone变换校正距离走动的机载预警雷达高速运动目标动目标检测方法-High-speed moving target moving target detection method based on keystone correction transformation walking distance airborne early warning radar
Small-Space-Target-Detection
- 空间小目标检测程序，采用TBD方法检测跟踪空间弱小目标（需原始数据）-The program for detecting small target in the space
mixture_of_gaussians
- 计算机视觉中最重要的研究之一就是运动目标检测，其不但在模式识别方面具有相关的研究，而且在图像理解领域也有非凡的意义。运动目标检测是通过通过图像序列帧图像来提取运动目标，通过运用相关的算法一幅图片被划分为前景点和背景点。运动目标检测算法是后续的运动目标分类、运动目标跟踪和分析提供了基础。本论文讲述了几种常用的视频运动目标检测算法，并就背景差分法进行了重点研究，通过两种方法来对比差分法的特点。其中背景差分法算法的主要流程为：视频获取、视频转化为图片序列、图片灰度化处理、去除噪声、差分图片、对图片进行
m-sequence-detection
- 基于m序列编码信号的水下微弱目标检测方法。研究水下微弱目标检测的匹配滤波器方法；m序列编码信号的微弱目标检测性能-Based on m sequence coding signal of underwater weak target detection method. Study of matched filter method of underwater weak target detection M sequence encoding signal of weak target detec
20170526-DPCA
- SAR动目标检测DPCA方法的整个流程，包括回波的仿真，脉压，对消，成像，你值得拥有！(SAR moving target index including the entire process of the DPCA method, echo simulation, pulse compression, cancellation, imaging, and you deserve it!)
caffe-ssd
- SSD和faster rcnn都是目前比较经典的基于caffe深度学习架构的一种方法,是目前比较先进的目标检测方法(SSD and faster RCNN are the most classic methods based on Caffe deep learning architecture, and they are more advanced target detection methods)
2018021018322890099408radon_ambiguity
- 基于Radon-Ambiguity变换的机动目标检测方法 首先用基于Radon--Ambiguity变换(RAT)的时频分析方 法估计多个目标的加速度并进行运动补偿,通过频域滤波对多目标进行分离并估计粗略的多普勒 频率(A maneuvering target detection method based on Radon-Ambiguity transform is first used to estimate the acceleration of multiple targets and
Harris
- 基于离散分数布朗随机场模型的水下图像目标检测方法。该方法根据分形理论和水下图像的特点，以图像中每 个像素点为中心取窗口，计算在该窗口内的分形维数均值，将该均值作为中心像素的分形特征，然后根据分形维 数分布图确定分割阈值，从而实现对水下图像分割，并且通过将目标表面不同尺度下的灰度差分平均值进行归一 化处理，减少了用于表示不同尺度下的平均绝对值灰度差分的数据，从而提高算法检测效率(Underwater target detection method based on discrete frac
CFAR
- 利用恒虚警检测概率检测方法（CFAR）添加了一定噪声的目标信号中目标的个数(The process of CFAR in target detection)