搜索资源列表
MotionDetection
- 运动目标检测是数字图像处理技术的一个重要组成部分,它是计算机视觉、模式识别、 目标识别与跟踪、运动图像编码、安全监控等研究领域的重点与难点,在军事、国防和工业 等领域有着广泛的应用前景。序列图像的运动分析因其巨大的应用价值而受到广泛的重视. 它的基本任务是从图像序列中检测出运动信息,简化图像处理过程,得到所需的运动矢量,从 而能够识别与跟踪物体。正确地从视频流中提取运动目标是许多智能视频监视系统，如：视 频监视，交通自动监控，人体检测与跟踪等的基础部分。本文讨论了一种用于智能
ImprovedPedestrianDetectionAlgorithminNighttime.ra
- 针对夜间动态背景下的行人检测中分割算法受光照条件影响大、误识别多等问题，提出双阈值分割算法和以多目标跟踪为核心的算法框架。新的分割算法解决了行人亮度分布不均时的分割问题，同时在新的框架下可以综合多帧的处理结果进行综合判断，通过将基于支持向量机的识别算法和多目标跟踪算法的融合，降低了系统的计算量，且比一般的系统具有更高的识别率。
基于快速匹配算法的交通监控系统
- 随着城市车辆的增多,交通变得越来越拥挤,所以实现实时的城市交通智能监控对于交通信息收集、规范化交通管 理及城市规划等方面具有重要的意义。针对这个问题,文中以车辆闯红灯为例,提出了一种基于计算机视频检测技术的车 辆运动监控方法。它采用了基于运动矢量的三步搜索算法,在系统实际运行中能根据目标运动方向自动排除许多人为和 自然因素的干扰,确保了图像匹配的快速性和准确性,为对闯红灯等违章行驶车辆进行有效的视频跟踪抓拍和避免误拍提 供了可靠保障
smalltarget
- 研究了弱小目标的检测算法，经过实验验证，有良好的实际效果-Studied the small target detection algorithm, after experimental verification, there are good practical results
BasedOnMeanShiftAndParticleFilterObjectTracking.ra
- 基于Mean Shift算法和Particle Filter算法的目标跟踪学位论文：讨论了MeanS hift算法(均值偏移)和粒子滤波算法(Particle Filter)，分析了两种算法的特点；，分析了用运动目标检测提取目标运动特征的技术，通过增加对目标特征描述信 息，提高跟踪健壮性，并在以颜色直方图描述颜色特征的基础上，融合了目标的运动特征，设计了一种基于运动特征和颜色特征多特征融合的粒子滤波跟踪方法；用二阶直方图描述颜色特征，设计了均值偏移和粒子滤波相结合的目标跟踪技术-Based
RealTimeMeanShiftTrackingusingOpticalFlowDistribut
- 利用mean shift算法实现实时目标跟踪，并使用光流法进行目标检测-Using mean shift algorithm for real-time target tracking, and use the optical flow method for target detection
target
- 一篇云背景红外弱小目标结构相似检测算法的文献-A cloud structure similar to the background infrared small target detection algorithm literature
vcgygtg
- 高光谱探测技术已成为一种重要的军事侦察手段。异常检测算法能够在没有先验光谱信息的情况下检测到与周围环境存在光谱差异的目标，具有较强的实用性，并成为了一个重要的研究热点。然而数据量大、数据维高、目标小等因素也给检测带来了很大困难。在这样的背景下，本文进行了以下几方面研究。-gyjvyi
detiction
- 红外小目标检测算法，介绍了用的检测小目标的的两种算法，分享一下-Infrared small target detection algorithm, described the detection of small targets with the two algorithms share
sport-target-detection-track
- 图像梯度方向直方图（HOG)特征基础上云模型运动目标检测算法,提出HOG特征为基础的均值漂移算法 -Moving target detection algorithm of image gradient orientation histogram (HOG) features based on cloud model proposed HOG feature based on mean shift algorithm
基于LBP纹理特征的运动目标检测算法
- 基于LBP纹理特征的运动目标检测算法.rar-Moving target detection algorithm based on LBP texture features. Rar
one-based
- 一种基于背景减法和帧差的运动目标检测算法-Based on background subtraction and frame difference moving target detection algorithm
ftyufttidt
- 基于五帧差分和背景差分的运动目标检测算法_郝毫刚-Based on five difference and background difference of moving target detection algorithm _ Hao Gang milli
Frame-difference-method-
- 基于帧差法与边缘信息的红外目标检测算法研究_杨蕊-Frame difference method based on edge information with infrared target detection algorithm _ Yang Rui
GMM
- 着重研究了基于高斯混合 模型（GMM, Gaussian Mixture Model)的运动目标检测算法 -Focuses on the Gaussian mixture model-based (GMM, Gaussian Mixture Model) of the moving target detection algorithm
在不稳定跟踪过程中的鲁棒的检测在线学习论文翻译
- 这是一篇2009年由Zdenek Kalal作为第一作者所发表的一篇关于目标跟踪的论文，是算法TLD的雏形算法TMD。这是这篇论文的翻译版，以希望能够帮助到那些想要学习TLD算法又不希望阅读英文文献的学习者快速了解TLD算法。
KRX异常目标检测论文
- Kernel RX: a new nonlinear anomaly detector Heesung Kwon and Nasser M. Nasrabadi.这是KRX异常检测算法论文原文。
SAR-GMTI
- 此为合成孔径雷达动目标检测的相关学习资料，包括经典的SAR-GMTI算法原理的介绍——DPCA,ATI等。(This paper presents the relevant learning materials for the synthetic aperture radar moving target detection, including the classical SAR-GMTI algorithm, such as DPCA and ATI.)
基于卷积神经网络的道路目标检测算法
- 针对实际交通场景下道路目标检测时存在检测精度低、检测速度慢以及难以检测小目标的问题，faster R-CNN的快速、精确道路目标检测算法。该算法包括一个精确目标区域网络 和一个目标属性学习网络通过引入反卷积结构，设计网络的损失函数，提高小目标的检测性能，为加快算法的计算速度。
视觉检测跟踪
- 基于视觉的目标检测与跟踪是图像处理、计算机视觉、模式识别等众多学科的交叉研究课题, 在视频监控、虚拟现 实、人机交互、自主导航等领域, 具有重要的理论研究意义和实际应用价值. 本文对目标检测与跟踪的发展历史、研究现状以 及典型方法给出了较为全面的梳理和总结. 首先, 根据所处理的数据对象的不同, 将目标检测分为基于背景建模和基于前景建 模的方法, 并分别对背景建模与特征表达方法进行了归纳总结. 其次, 根据跟踪过程有无目标检测的参与, 将跟踪方法分为生 成式与判别式, 对基于统计的表观建