搜索资源列表
BGM
- 本文提出了一种静止摄像机条件下的运动目标检测与跟踪算法。 它以一种改进的自适应 混合高斯模型为背景更新方法，用连通区检测算法分割出前景目标，以 Kalman滤波为运动模型实现对运动目标的连续跟踪。在目标跟踪时，该算法针对目标遮挡引起的各种可能情况.
tracker-code
- 使用matlab实现背景和前景分离，运动目标跟踪识别，一个很不错的程序-Using matlab to achieve separation of background and foreground, moving target tracking and recognition
高斯背景模型
- 高斯背景模型，进行前景分离，目标提取，稳定性高。
yyqc
- 采用RGB模型进行阴影的检测与去除。能够显示前景、背景、去除阴影后的运动目标-RGB model with shadow detection and removal. To show foreground, background, after the removal of shadows moving target
779947538495
- 无线传感器网络是一种全新的信息获取平台，能够实时监测和采集网络分布区域内的各种检测对象的信息，并将这些信息发送到网关节点，以实现复杂的指定范围内目标检测与跟踪，具有快速展开、抗毁性强等特点，有着广阔的应用前景-Wireless sensor networks is a new information access platform, real-time monitoring of distribution and collection networks within the region of
FGseg
- 从静止的视频背景中，分割出前景目标的程序-Uses graph cuts to segment foreground objects from a static background in video. Morphology and Segmentation. foreground segmentation,
MeanPShift
- 李志国硕士学位论文:基于Mean Shift算法的目标跟踪.目标跟踪技术在军事、工业、安保、智能交通、医学和科学研究等方面都具有重要的意义，应用前景广阔．目标跟踪把图像处理、自动控制、信息科学有机结合起来，形成了一种能从图像信号中实时地自动识别目标、提取和预测目标位置信息、自动跟踪目标运动的技术，是当前计算机视觉、模式识别与智能系统等领域研究的重要课题．-Li Zhiguo Master Thesis: Based on Mean Shift Algorithm for Target Track
Small-and-weak-target-detection
- 针对基于可见光视频图像处理的水上弱小目标检测中存在的问题， 综述目前该领域的国内外研究进展， 从动态背景建模 前景目标检测和跟踪等方面分析各种方法 算法的优势和不足， 指出目前需要解决的问题， 并展望该领域的研究前景-In view of the problems existing in small and weak target detection on the sea surface based on visible light video image processing，the re
ToolboxIWS--deconverlution
- 语音分离的研究在语音通信、声学目标检测、声音信号增强等方面有着重要的理论意义和实用价值。而将语音分离技术应用到智能机器人中。让机器人具有智能的听觉，实现声源定位和分离，确定说话人个数，进行人机对话等方面更具有广阔的应用前景。 -Separation of speech in voice communications, acoustic target detection, sound signal enhancement, and so has important theoretical sign
finally
- 实现了车辆目标的背景建模、前景检测、阴影消除、车辆跟踪。-The vehicle to achieve the target of the background modeling, foreground detection, shadow elimination, vehicle tracking.
Spatial-data-structure
- 图像分割是一种重要的图像分析技术。在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣。这些部分常称为目标或前景（其他部分称为背景）。它们一般对应图像中特定的、具有独特性质的区域。为了辨识和分析图像中的目标，需要将它们从图像中分离提取出来，在此基础上才有可能进一步对目标进行测量，对图像进行利用。图像分割就是把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。本文介绍了图像分割中的边缘检测算法。-Image segmentation is an important image analy
Gaussian-mixture-modeling
- 通过对序列图像进行混合高斯建模，分离背景和前景目标。-Gaussian mixture modeling of image sequences, separation of background and foreground objects.
LMSRLS
- 盲多用户检测的LMS和RLS算法,在DS/CDMA通信系统中，为了解调出用户的有用信息，必须尽可能地抑制由其它用户扩频信号产生的多址干扰（MAI，Multiple Access Interference）。尽管最佳多用户检测器可以很好地抑制MAI，但其运算量会随着用户数的增加而呈指数增加。盲多用户检测技术可以在不知道其他用户信息的情况下检测出目标用户，所以在实际应用中有着十分重要的应用前景.-LMS and RLS algorithm Blind Multiuser Detection in D
jisi
- 图像提取动态前景目标，背景差分法和侦差法(Image extraction, dynamic foreground target, background difference method and reconnaissance difference method)
matlab
- 用改进帧间差分法提取前景运动目标，运行速度快，但是精度较低(An improved frame difference method is used to extract foreground motion targets)
改进的高斯混合背景模型的实现
- 利用改进的高斯混合模型对前景目标的提取有较好的作用，这是基于OpenCV的C++程序，请安装OpenCV库进行调试(The improved Gauss mixture model has a good effect on foreground target extraction. This is a C++ program based on OpenCV. Please install OpenCV library for debugging)
sy5
- 利用混合高斯模糊算法提取视频前景图，可以将静态视频中的动态目标提取出来。方便观察研究运动目标。(Using hybrid Gauss fuzzy algorithm to extract video foreground images, dynamic objects in static video can be extracted. It is convenient to observe and study the moving targets.)
新建文本文档
- 视频中运动目标的提取，用于前景目标的提取，可以将前景目标分离出来单独处理(The extraction of moving objects in video can be used for foreground target extraction, and the foreground objects can be separated and processed separately)
multiObjectTracking
- 在静态背景下，提取运动物体(前景检测）并对其标号(In the static background, the moving object (foreground detection) is extracted and its label is extracted)
rq(3)
- 基于码本（codebook）的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程) AdaBoost是一种增强性机器学习算法，它用于把弱分类器联合成强分类分类器(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haar AdaB