搜索资源列表
Gaussian-modeling-approach
- vc++和opencv,运用高斯建模的方法对场景进行背景建模，背景差分。从而检测出运动的物体，如机动车辆、行人，烟火等。-vc++ and opencv, using the method of Gaussian modeling scene background modeling, background difference. To detect moving objects, such as motor vehicles, pedestrians, fireworks, etc.
ga
- 基于混合高斯模型的背景建模方法的实现，用C++语言编写-Gaussian mixture model-based background modeling method of implementation, with C++ language
bkgrd
- 运动检测方法：利用背景建模来检测运动的物体-Motion Detection: Using background modeling to detect moving objects
Vehicle1.3
- VC6.0 + QT4 + OpenCV 环境。演示视频地址http://v.youku.com/v_show/id_XMzA3MTU2Mzky.html (低角度车流量检测器)一种基于车头特征的车辆检测，很好的应用于低角度摄像机。与地感线圈车检器相比，解决了跟车问题。与传统基于背景建模的检测方法相比，解决了道路拥堵问题并解决了传统方法受限于摄像机必须架设很高的问题。同时能有效去除自行车、摩托车、行人的干扰，准确率可达95 。 all rights reserved by birdwcp-V
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
z
- 本程序使用codebook的建模方法实现了在HSV空间的运动目标检测。-This program uses a codebook of the modeling approach to moving target detection in the HSV space.
gaosi
- 基于混合高斯背景建模的方法用于检测场景中的运动车辆，采用Visual C++和OpenCV实现，程序有详细注释，并且附带测试视频，希望对大家有帮助。-The movement of vehicles, based on Gaussian mixture background modeling method for detecting the scene to adopt the Visual C++ and OpenCV realization, procedures detailed note
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
codebook
- cedebook背景建模方法的背景差分方法检测运动目标！-cedebook background modeling method for background subtraction method for detecting moving targets!
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）
test4
- 单高斯背景建模方法 检测视频中的运动物体 配置环境vs2012+opencv2.0-Vs2012+opencv2.0 moving object configuration environment single Gauss background modeling method detection in video
codebook
- Opencv中的一种运动检测方法，运用背景建模，可以快速识别运动物体在前景中显示出来-Opencv in one motion detection method using background modeling, you can quickly identify the moving object is displayed in the foreground
Background-difference-method
- 背景差分法是采用图像序列中的当前帧和背景参考模型比较来检测运动物体的一种方法,其性能依赖于所使用的背景建模技术。背景差分法检测运动目标速度快，检测准确，易于实现，其关键是背景图像的获取。在实际应用中，静止背景是不易直接获得的，同时，由于背景图像的动态变化，需要通过视频序列的帧间信息来估计和恢复背景，即背景重建，所以要选择性的更新背景。-Background difference method is the use of images in the sequence of the current
LBP
- 一幅图像的纹理是在图像计算中经过量化的图像特征。图像纹理描述图像或其中小块区域的空间颜色分布和光强分布。纹理特征的提取分为基于结构的方法和基于统计数据的方法。一个基于结构的纹理特征提取方法是将所要检测的纹理进行建模，在图像中搜索重复的模式，该方法对人工合成的纹理识别效果较好。但对于其他图像中的纹理识别，基于统计数据的方法效果更好。-A texture image is the image in the calculation of the quantized image features. Sp
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