搜索资源列表
-
0下载：
这个是应用混合高斯的背景建模的方法进行的目标检测的程序,需要应用opencv.供大家交流交流-this is the application of Gaussian mixture of the background modeling method for the detection procedures, opencv needed. for the exchange of exchange
-
-
0下载：
基于OPENCV的前景目标分割程序，使用高斯背景建模将移动的前景目标分割出来。-a saliency region extraction program based on OPENCV library using Gaussian background modeling method.
-
-
1下载：
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.
-
-
0下载：
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
-
-
0下载：
用matlab编的混合高斯模型的背景建模方法，可以参考一下。-Matlab compiled using a mixed Gaussian model of background modeling method, you can reference.
-
-
0下载：
压缩包包括以下几个功能实现的opencv源代码：canny边缘检测算法实现、高斯背景建模、背景差分法实现边缘检测、图像颜色分布直方图的相关处理、人脸识别算法的实现。-Compressed package includes the following functions to achieve the opencv source code: canny edge detection algorithm, Gaussian background modeling, background subtrac
-
-
1下载：
用opencv实现的运动目标检测算法，程序用的是高斯背景建模法，测试用的是夜间车流量的视频，光线变化不大，效果不错-Moving target detection algorithm, with opencv program with the Gaussian background modeling method, the test is the video of night traffic light changes, the effect is good
-
-
0下载：
利用VC++平台编程，将三帧差法和背景减除法相结合，进行运动目标检测，其中背景减除法运用高斯背景建模-Platform programming VC++ three difference method and background subtraction combined, moving target detection, background subtraction method using Gaussian background modeling
-
-
0下载：
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
-
-
0下载：
在VC++6.0的MFC中结合opencv1.0的环境中编写的运动目标检测，采用的是背景差分法，混合高斯背景建模-Combined opencv1.0 environment written in the MFC VC++6.0 moving target detection using background subtraction method, Gaussian mixture background modeling
-
-
1下载：
基于背景减除法的混合高斯背景建模，用于检测运动目标-Gaussian mixture background modeling based on background subtraction method for detecting moving targets
-
-
0下载：
之前下载过来的对视频进行高斯背景建模的程序都一样的，可是又不行，所以，自己根据最经典的高斯建模方法构建了背景，缺点是运行时间会有点久-Before download video over the Gaussian background modeling procedures are the same, but they can not, therefore, the most classic Gaussian modeling method to construct the background
-
-
0下载：
浅论混合高斯背景
关于高斯背景建模的一篇概述论文-On the Gaussian mixture background modeling method
-
-
0下载：
对输入视频文件首先进行处理，使用高斯背景建模的方法，提取出视频的前景，然后对视频前景提取出其MSRE区域，并使用不同的颜色标记，最终保存成视频文件的形式。-First, the input video file is processed using a Gaussian background modeling method to extract the video foreground, and then extract its MSRE video prospect area, and use
-
-
0下载：
对输入视频进行处理，使用高斯背景建模的方法，得到视频前景，对于人群密度估计具有很大作用。-Processing of the input video, using a Gaussian background modeling method, to get videos prospects for population density estimation has a significant role.
-
-
0下载：
提出了一种基于模型切换的背景建模方法(M SBM ).该方法以嫡图像为纽带, 实现了不同精细程度的背景模型在空间上的自适应选取和在时间上的自适应切换.对于亮度分布复杂度高的背景区域采用精细的模型以保证运动目标检测的精度,反之采用简单的模型以降低计算量
.通过模型结构自适应结合参数自适应, 很好地兼顾了检测精度和计算代价.墓于高斯混合模型和时间平均模型的双模型切换式运动目标检测算法被用于实验研究, 结果表明这种算法的检测效果和单独采用高斯混合模型的检测效果相当, 而计算速度却比后者提高很多-P
-
-
0下载：
针对子块级背景建模方法无法保证所提取前景形状的精确性及像素级背景建模方法无法有效处理非平稳场景的问题，提出了一种背景建模分层模型，首先采用文中子块级建模算法得到较为粗糙的背景区域和前景区域，然后利用混合高斯模型对特定图像区域执行像素级的前景提纯或背景模型更新操作，2 种不同层次的算法通过非
对称前向反馈机制进行级联。实验结果表明，所提分层模型在能够有效处理非平稳场景的同时保证了所提取前景
形状的精确性，且对光照突变不敏感，建模效果优于级联算法中任一独立算法，而处理时间小于2 种独立算法处
-
-
0下载：
实现用帧差法画质心轨迹 高斯背景建模 可以运行的程序 opencv-Picture frame difference method implemented by the loci of Gaussian background modeling
-
-
1下载：
采用高斯背景建模方法实现动态背景下运动目标的检测，能够适应一定的背景变化-Gaussian background modeling method to detect moving targets achieved under the dynamic background, able to adapt to certain changes in background
-
-
0下载：
此文主要简单介绍高斯背景建模的方法，并对opencv的源代码做分析，有一定的参考价值。-This article mainly introduces gaussian background modeling method, were reviewed and opencv source code analysis, has the certain reference value.
-
