搜索资源列表
运动目标检测
- 视频演示算法包括： 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 该框架支持的视频只限于RGB非压缩Windows AVI格式，可以通过“文件”菜单下打开视频来打开视频文件。随书所带的视频在测试图的“第九章”文件夹内。
对实时的视频读取
- 可以对实时的视频读取，也可以对AVI视频进行读取，并通过四种方法实现运动目标检测。
基于OpenCV的运动目标检测方法研究与应用
- 我看过的一些文章，感觉还可以 基于OpenCV的运动目标跟踪及其实现 分享一下
VideosTargetDetection.rar
- 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. Static background prediction in the context of target detection method 2. Static background frame difference method for target detection 3. Mean Shift Object Tracking Method 4.
infraredimage.rar
- 针对红外图像序列运动目标检测和识别,针对复杂动态场景下的红外目标检测问题，提出了一种基于交叉熵的过渡区提取的红外运动目标检测方法,保证是原创，自己辛苦的作品）,infrared image detection
BGFG_CODEBOOK
- 基于码书的运动目标检测是和混合高斯模型（MoG，GMM）类似的而简单有效的背景剪除方法，附件是VC++6.0编写的基于码书的运动目标检测，可直接读取摄像头，也可改为读取硬盘视频文件，需安装Opencv1.1-Codebook-based moving target detection and Gaussian mixture model (MoG, GMM) and a similar cut off the background simple and effective method of a
motion-tracking-system-
- 本文分析比较了传统运动目标检测的3种主要方法:背景图像差分法、时态差分法和光流法,在此基础上给出了一种背景图像预测算法,大大减少了因为背景变化而产生的目标检测误差。本文基于OpenCV设计出改进的运动目标检测与跟踪算法,实现了运动目标的跟踪,并在VC++编译环境下,利用USB摄像头作为视频采集器,通过观察实验结果可以看出,本文的运动目标检测算法能够正确地检测出视频图像中的运动目标,而且在检测性能上优于普通的自适应背景差分法。 -OpenCV-based motion tracking sys
zongshu
- 视频监控图像的运动目标检测方法综述,介绍比较全面-Video surveillance image of moving target detection methods, introducing a more comprehensive
target-detection
- 基于视频的目标检测跟踪的研究与实现 详细讲述了各种运动目标检测方法 光流法 帧差法-Video-based target detection and implementation of follow-up study to describe in detail the various methods of moving target detection method optical flow frame-difference method
PCMTITEST08
- 雷达信号处理，能够对雷达信号进行检测，并提供两种目标检测方法-Radar signal processing, able to detect radar signals and provides two kinds of target detection method
20080111
- 有关图像的目标识别："给出一种基于特征分类辨识的合成孔径雷达图像目标检测方法#用恒虚警和扩展分形方法对3&E图像进行目 标检测后用面积和峰值能量比算子辨识目标和背景杂波!去除一部分虚警!用小波域主成分分析对每个检测窗口内的图 像提取特征向量!用支持向量机对提取得到的特征向量进行分类!辨识目标和背景杂波!完成目标检测#使用&K?3数 据对该方法进行验证和分析!实验结果表明!经过特征分类辨识后!在检测率不变的情况下!虚警数目显著降低# -Related to the image ta
OpenCV_forward_backwrd_MHI
- Forward-Backward MHI(前后向运动历史图)是一个快速有效的运动目标检测方法，本程序正是实现2006年Zhaozheng Yin and Robert Collins的“Moving Object Localization in Thermal Imagery by Forward-backward MHI”文献中的方法。此程序可以很方便的对该方法的优缺点作出评判。给运动目标检测器的选择提供了除“帧间差”和“背景相减”外的又一方法。 本程序基于OpenCV。-Forwar
moving_detection
- 本程序是一个采用背景差分的运动目标检测方法-This program is a moving target using the background difference detection method
3
- 3 红外弱小目标检测方法综述_于强3 _ infrared weak small targets detection method review(3 _ infrared weak small targets detection method review)
常用目标标跟踪检测方法
- 常用目标标跟踪检测方法，可以用来参考参考(Common target tracking detection method)
2018021018322890099408radon_ambiguity
- 基于Radon-Ambiguity变换的机动目标检测方法 首先用基于Radon--Ambiguity变换(RAT)的时频分析方 法估计多个目标的加速度并进行运动补偿,通过频域滤波对多目标进行分离并估计粗略的多普勒 频率(A maneuvering target detection method based on Radon-Ambiguity transform is first used to estimate the acceleration of multiple targets and
target detection and tracking
- 通过红外图像的弱小目标实现检测与跟踪功能，本程序是基于局域概率分布的小目标检测方法(The detection and tracking functions are realized by the weak and small target of the infrared image. This program is a small target detection method based on the local probability distribution.)
红外微小目标检测
- 复杂背景中小目标的检测与跟踪一直是监视和告警系统的重要组成部分, 综合该领域近年来的研究成果, 从空间滤波和时间滤波的角度对现有的红外小目标检测方法进行了简单的概述, 并分析了今后的研究方向。(The detection and tracking of small and medium targets in complex background is an important part of the monitoring and warning system. A brief overview
Harris
- 基于离散分数布朗随机场模型的水下图像目标检测方法。该方法根据分形理论和水下图像的特点，以图像中每 个像素点为中心取窗口，计算在该窗口内的分形维数均值，将该均值作为中心像素的分形特征，然后根据分形维 数分布图确定分割阈值，从而实现对水下图像分割，并且通过将目标表面不同尺度下的灰度差分平均值进行归一 化处理，减少了用于表示不同尺度下的平均绝对值灰度差分的数据，从而提高算法检测效率(Underwater target detection method based on discrete frac
object-detection-master
- 基于深度学习的目标检测方法，效果很好，可以进行学习(Object detection method based on deep learning)