搜索资源列表
video
- 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(1. Background prediction method background detection in static background 2. Inter-fr a me difference method target detection in static background
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 fr a me difference method is used to extract foreground motion targets)
前景提取
- 本文展示了一种自动识别视频中移动目标的方法。论文中提取移动目标通过帧序列，这种方法不需要先验知识，比如：时间阈值调整。基于相邻帧的连续对称差分，我们能得到全分辨率显著图；然后利用最大熵方法计算阈值决定候选区域和获得兴趣点的种子；最后用修改的模糊生长方法获得最终的结果。本文中提出的算法是有效的、具有鲁棒性的。实验结果也证明它具有很好的效果。(This paper presents a method for automatic recogn
代码
- 静态背景 ，显著目标提取，帧间差分法，背景差分法，运动目标提取(Moving object extraction)
avergBg_subtraction
- 采用平均背景法读取视频每一帧，计算出背景后存为之后差分对，仿真matlab版本2014a其他的没有测试，但是视频读取务必选用黑白视频。(Using the average background method to read video each fr a me, calculate the background, save as after difference, simulation matlab version of 2014a,
rezlectxoq
- 广域网流量监控测试,分ddn数字电路和帧中继类讨论()
Luacas_Kanade
- 在计算机视觉中，Lucas–Kanade光流算法是一种两帧差分的光流估计算法。它由Bruce D. Lucas 和 Takeo Kanade提出。(In computer vision, the Lucas - Kanade optical flow algorithm is a two fr a me differential optical flow estimation algorithm. It is proposed by B
on_trackbar
- 网上很多opencv的帧差法资料，但是大都直接调用视频，或者调用摄像头，调用文件夹下的图片库的资料比较少，通过网上整理资料，终于利用opencv按照帧来处理图片。 使用opencv批量读取文件夹下的视频帧批量读取图片； 使用opencv批量读取图片，二帧差分法二帧差法；(There are many opencv fr a me difference data on the Internet, but most of the
reriescreatelifetime
- 广域网流量监控测试,分ddn数字电路和帧中继类讨论()
基于视频的火焰检测
- 基于视频的火焰检测，逐帧截取视频，三帧差分法获取动态目标，通过颜色判别，以及火焰特征判别，检测并框出火焰区域。(Video based flame detection, video capture by fr a me by fr a me, three fr a me difference method to obtain dynamic targets, by color discrimination, and flame char
guanjianzhen
- 关键帧提取的帧间差分法实现，亲测可运行。(Key fr a me extraction)
毕设
- 在静止背景下使用背景差分法和帧间差分法进行移动目标的检测(Moving target detection using background subtraction and inter-fr a me subtraction in static background)
设计程序
- 本资源运用Matlab中的计算机视觉技术对视频监控中的运动人体的一些异常行为进行研究分析，涉及到了运动目标检测以及跟踪和人体异常行为检测等几个方面。背景模型的建立则是分别利用了中值滤波法和二值化背景模版建模法，通过帧间差分 来实现不断更新背景模版。在检测运动人体异常行为中，本文在检测运动人体跌倒的异常行为时利用外接矩形来确定运动人体及其质心，并通过定义一些特征算子来把人体行为进行量化，从而判断是否行为异常。(In this paper,
SEIR
- 一般的线性方程我们可以用最小二乘来解，一般的非线性方程我们可以用LM来解。 这里是线性微分方程组，所以我们采用最小二乘来解。 关键是构造出最小二乘形式，微分可以通过前后数据差分的方法来求。 不过这里还有一个技巧就是如果数据前后帧间隔过大，可以先插值，再对插值后的数据差分如果实际测量数据抖动过大导致插值后差分明显不能反映实际情况，可以先对数据平滑（拟合或是平均）再求差分。(We can use least squares