搜索资源列表
Visio2000 技术大全
- 目 录 译者序 前言 第一部分熟悉Visio 2000 第1章 理解Visio 2000 1．1 Visio中创新的SmartShape系统 1．2 Visio公司的简短介绍 1．3 哪些人可以使用Visio 1．3．1 涉及Visio技术的公司和职业 1．3．2 选择适合自己需求的Visio版本 1．3．3 获得Visio支持的方式
usb-carmer-matlab-RT-process
- 通过计算机usb摄像头进行图像采集，然后实时处理，跟踪其中运动物体，并进行计数，采用中值滤波法得到背景，并根据需要进行更新，视频处理采用了动态差分与前景差分结合的方法，效果比较理想，但无法解决人物重叠的问题-Usb camera through the computer for image acquisition, and real-time processing and tracking moving objects in which
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
ForegroundExtract
- 视频捕捉的对象中，背景通常保持不变。一般分析中关注移动的前景物体，威力提取出前景物体，需要建立背景的模型，将模型和当前帧进行比对检测前景物体。前景提取应用非常广泛，特别是在智能监控领域中。 如果有不含前景物体的背景图片，提取前景的工作相对容易，只需要比对当前帧和背景图片的不同，调用函数absdiff实现。但是大多数情况，获得背景图片是不可能的，比如在复杂的场景下，或者有光线条件的变化。因此，就需要动态的变换背景。一种简单的办法
ThisGMM1
- 图像背景动态建模，采用高斯滤波，比差分法效果好，适合运动场景的前景、背景分离-Image background dynamic modeling, using a Gaussian filter, better than the difference method results, prospects for sports scene, background separation
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
matlab
- 动态目标跟踪，静态背景，前景背景动态目标提取(Dynamic object tracking, static background, foreground background, dynamic object extraction)
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)
Lucas_Kanade
- 光流法提取动态背景前景目标，具有良好的抗噪和抗干扰能力。(Optical flow extraction of dynamic background prospects, with good anti-noise and anti-jamming capability.)
MATLAB_高斯模型
- 用高斯模型算法来处理视频，提取前景信息，适合动态背景(Gauss model algorithm is used to process video and extract foreground information, which is suitable for dynamic background)
动态背景
- 用vibe算法提取动态背景的前景信息，背景为白色(Vibe algorithm is used to extract foreground information of the dynamic background, the background is white)
运动估计
- 运动估计算法去提取动态背景的前景信息，效果不是很好(Motion estimation algorithm to extract the foreground information of the dynamic background, the effect is not very good)
opncv
- 动态目标追踪和前景背景提取，使用Python和opencv编程(Dynamic object tracking and foreground background extraction, using Python and opencv programming)
trackingMethodsOnCar
- 目标检测，对包含动态背景信息的监控视频，设计有效的前景目标提取方案。(Target detection, an efficient foreground object extraction scheme is designed for surveillance video with dynamic background information.)
trackingMethodsOnHighwayFScore
- 对包含动态背景信息的监控视频，设计有效的前景目标提取方案。(Target detection, an efficient foreground object extraction scheme is designed for surveillance video with dynamic background information.)
sift代码
- sift处理图像，实现动态背景前景目标提取(Sift processing images to achieve dynamic background, foreground, target extraction)
hunhe
- 采用多个高斯分布的方式来描述背景像素点的特征，在线地更新参数和权重，实现运动检测和前景提取的同步进行，即采用混合高斯背景算法进行建模，以降低动态背景的干扰。(The characteristics of the background pixel are described by several Gaussian distributions, and the parameters and weights are updated onlin
bgslibrary2_matlab_opencv249_x64
- 提取前景目标 视频 包括动态背景和静态背景(Extracting foreground target video includes dynamic background and static background)
ViBe-master
- 前景检测 对动态背景进行多角度监测 动态背景检测(Foreground detection is used to monitor dynamic background from different angles)
videoblur.m
- 对视频的动态目标作前景，背景实现自动虚化，还可以给出制作后的视频(The dynamic target of the video as the foreground, the background automatically blurred, you can also give the video after the production)