注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于C++Builder的运动目标检测

  2. 该课题运用C++build面向对象技术，构建系统的软件环境，通过VFW技术捕获视频，通过差分法对运动目标进行检测，设计出一套执行效率高的算法。本文首先概要介绍了目前运动目标检测与定位领域的一些常用方法。并以数字图像处理技术为基础，为运动目标检测定位系统设计了快速有效的图像识别处理系统。

  3. 所属分类：C++

    • 发布日期：2011-02-21
    • 文件大小：658kb
    • 提供者：eva1988725

  1. 基于视频的运动目标检测与识别

  2. 基于视频的运动目标检测与识别基于视频的运动目标检测与识别基于视频的运动目标检测与识别基于视频的运动目标检测与识别基于视频的运动目标检测与识别

  3. 所属分类：其它

    • 发布日期：2011-08-27
    • 文件大小：390kb
    • 提供者：haogang_hao1986

  1. 基于视觉的人体运动分析综述

  2. 基于视觉的人运动分析越来越受到计算机视觉领域研究者的广泛关注，它成为图像分析、心理学、人工 智能等领域的研究热点，在智能视频监控、虚拟现实、用户接口、运动分析等方面有着广泛的应用。从运动目 标检测、运动目标分类、人体运动跟踪、人体行为识别与描述四个环节综述了人体运动分析的研究现状，分析 了存在的一些问题和未来的研究发展方向。

  3. 所属分类：其它

    • 发布日期：2011-10-30
    • 文件大小：593kb
    • 提供者：engine406

  1. 基于OpenCV的智能视频监控设计

  2. 基于OpenCV的智能视频监控设计 采用智能视频分析技术的智能监控系统能够最大限度地减少人为干预，提高监控效率，减轻人的工作负担，并可对动态场景视频中的目标物体进行检测、分离、跟踪与有效识别。文中介绍了opencv中的运动模板检测方法，并给出了使用该检测方法来对运动目标进行检测、跟踪与智能判断的实验结果。

  3. 所属分类：专业指导

    • 发布日期：2012-07-24
    • 文件大小：132kb
    • 提供者：xdj863302522

  1. 高斯背景模型

  2. 单高斯背景模型运动目标检测方法 随着现代安防监控技术的发展，运动目标检测技术已逐 用于银行商店地铁站飞机场等场合的智能视频监控系 背景减除法是目前运动分割中最常用的一种方法，能够 最完全的特征数据，其基本思想是用当前图像与 建立好 景模型相减，之后根据阈值判断是否有运动物 因此，在背 除法的实际应用中，需要解决两个问题 ：一是采用什么样 型来有效表示图像序列中的背景及其变化；二是怎样消除 断为运动区域中的阴影 在对传统的单高斯背景模型建立和更新算法进行改进 础上，建立背景模型，有效提取运动信息

  3. 所属分类：专业指导

    • 发布日期：2013-05-24
    • 文件大小：231kb
    • 提供者：u010816225

  1. 运动目标跟踪论文十篇

  2. 在下收集的十篇关于运动目标跟踪的论文，希望对大家有用。 论文目录 01.传感与控制-运动目标识别与跟踪系统的研究 02.基于OpenCV的运动目标检测跟踪实验平台 03.基于卡尔曼滤波的移动机器人运动目标跟踪 04.视频图像序列中运动目标跟踪算法研究 05.视频图像中的运动目标跟踪 06.一种基于特征光流的运动目标跟踪方法3 07.一种运动目标检测与跟踪快速算法的研究 08.运动目标跟踪算法研究综述 09.运动目标检测与跟踪的研究与实现 10.运动目标检测与跟踪算法的研究进展

  3. 所属分类：专业指导

    • 发布日期：2013-06-17
    • 文件大小：10mb
    • 提供者：liangfeihong

  1. 一种基于混合高斯模型的运动目标阴影检测策略

  2. 视频的目标分割与阴影检测技术是计算视觉领域中最主要的研究方向之一。基于混合高斯模型，提出一种双重阴影消除策略，首先通过HSV模型下的颜色夹角确定疑似阴影，再对运动目标和疑似阴影进行混合高斯建模而消除实际阴影。通过实验表明，该策略在不影响目标识别的情况下可以较好的检测并消除在不同光照环境下的随伴运动目标阴影，具有较高的鲁棒性，从而能保证目标检测的连续性和准确性。

  3. 所属分类：C++

    • 发布日期：2014-04-14
    • 文件大小：1mb
    • 提供者：zs542507066

  1. 视频动作行为分析

  2. 为了解决当前视频监控系统对异常行为检测精度与自我学习能力较弱的问题，提出了基于光流场分析与深度学习的视频监控方法。首先，引入光流场检测算法，利用图像序列中目标像素的强度数据时域变化来确定运动行为是否异常，从而建立视频目标行为识别算子，获取异常行为光流特征; 并利用卷积神经网络对光流特征进行逐层训练，设计自我学习机制，增强系统对异常行为的检出率; 最后，基于．NET 平台与 Accord 开源库，对本文监控系统进行实现。

  3. 所属分类：深度学习

    • 发布日期：2018-01-25
    • 文件大小：2mb
    • 提供者：qq_23282505

  1. 智能机器人运动控制和目标跟踪

  2. 运动目标检测与跟踪是计算机视觉的核心课题之一，它融合了图像处理、模式识别、人工智能、自动控制等相关领域的研究成果，在视频监控、机器人导航、视频传输、视频检索、医学图像分析、气象分析等许多领域有着广泛的应用，因此本课题具有重要的理论意义和广阔的实用价值。 同时，随着机器人技术的发展，机器人能代替人类做更多的事情，那些人类无法到达的高温高危地段都可以让机器人代替人类的活动。为了让机器人的活动更加及时准确，为机器人装上眼睛是十分必要的，于是便出现机器视觉与机器人技术的结合，出现了自主移动的机器人。本

  3. 所属分类：其它

    • 发布日期：2018-11-17
    • 文件大小：647kb
    • 提供者：chenlianxinong

  1. 基于3D目标识别的工业机器人无序分拣技术研究.pdf

  2. 为硕博士论文。 运动目标物体检测是现今计算机视觉研究的热点问题之一。对该问题虽然研究数量众多,但一些复杂的问题,例如环境光照变化、目标物体半/全遮挡、目标物体刚性/非刚性形变等,仍然极具挑战并且严重阻碍运动目标检测效果的进一步提高。本论文主要提出了一种具有普适性,能适用于不同环境或背景下检测运动目标物体的框架。该框架以增量学习理论为基础,将模式识别理论中的多模态模型(包括经典的分类模型、新颖的聚类模型等)无缝运用在运动目标物体检测问题的求解。具体来说,本论文采用的增量学习思想主要基于视频相邻帧

  3. 所属分类：硬件开发

    • 发布日期：2019-09-15
    • 文件大小：5mb
    • 提供者：learnjavaboy

  1. 基于监控视频的前景目标提取

  2. 在中国安防产业中视频监控作为最重要的信息获取手段之一，能对目标有效的提取是重要而基础的问题，因此本文在此背景下，围绕对监控视频的前景目标有效的提取问题，研究了关于1）静态背景、动态背景的前景目标提取，能在背景复杂化的条件下，将运动的目标；2）带抖动视频；3）静态背景下多摄像头对多目标提取；4）出现异常事件视频的判断等问题。给出了在不同情况下的前景目标提取方案。问题一是针对静态背景且摄像头稳定的情况下，如何对前景目标提取的问题。在题目要求的基础上，通过对附件2中几组视频的分析，我们发现所有前景目标

  3. 所属分类：其它

    • 发布日期：2020-05-22
    • 文件大小：8kb
    • 提供者：benjohn0718

  1. 基于DSP+FPGA的高清图像跟踪系统研制.pdf

  2. 目标识别与跟踪技术是目前图像处理研究的重点方向，在军事和民用领域中 具有广泛的应用价值，如精确制导武器、导弹飞机预警等军事领域，如交通管理、 刑事侦查等民用领域。其中，如何在复杂的背景中，提取、识别与跟踪特定目标 更是急需解决的问题。本文介绍了国内外图像跟踪系统的研究现状与发展趋势、 图像跟踪系统的基本组成与工作原理、详细功能和性能要求，设计了基于 DSP+FPGA的图像跟踪系统并进行了实验验证，主要工作包括： 1）本文设计的图像跟踪系统主要由图像跟踪电路、通讯控制电路和视频接口

  3. 所属分类：硬件开发

    • 发布日期：2020-01-27
    • 文件大小：7mb
    • 提供者：drjiachen

  1. 基于视频的人体异常行为检测MATLAB[GUI，lun文].zip

  2. 一、课题介绍 本文设计了一款人体行为异常监控系统，主要适用人群是老年人，在摄像头固定的情况下，自动检测人体运动轨迹，并与提前设定好的行为库进行匹配，分析判断是否具有异常行为。 在数字图像预处理部分采用了图像二值化，腐蚀与膨胀等几种方法为人体目标的跟踪和检测做准备。为了克服在实际操作中遇到的问题，采用了帧差法和ViBe算法，帧差法即利用帧间变化与当前帧、背景算法来判断它是否大于阈值，并分析视频中序列的运动特性，ViBe算法则是一种背景建模的方法，背景模型是由邻域像素来创建，并对比背景模型、当前输入

  3. 所属分类：专业指导

    • 发布日期：2020-08-02
    • 文件大小：8mb
    • 提供者：Threexiu

  1. 安防与监控中的基于智能视频监控的安防系统设计（一）

  2. 摘 要：针对当前流行的视频监控系统不能智能识别监视目标、不能智能处理突发状况等问题，提出了一种基于智能视频监控的安防系统设计方案。 该系统主要由监控端、管理端和服务端三部分组成，利用网络摄像机、红外探测、电子围栏等设备对安防区域实施联合监控；借助数字图像分析技术，实时检测监控场景下的运动目标，并对其定位、识别、行为理解，智能地管控安防区域。 文中重点阐述了智能视频监控系统的架构设计及视频智能分析的实现。 　　0 引 言 　　随着我国社会经济的不断进步，公众对安全防范的意识也在逐步提升，视频监

  3. 所属分类：其它

    • 发布日期：2020-10-20
    • 文件大小：187kb
    • 提供者：weixin_38752628

  1. 基于OpenCV的智能视频监控设计

  2. 采用智能视频分析技术的智能监控系统能够最大限度地减少人为干预，提高监控效率，减轻人的工作负担，并可对动态场景视频中的目标物体进行检测、分离、跟踪与有效识别。文中介绍了opencv中的运动模板检测方法，并给出了使用该检测方法来对运动目标进行检测、跟踪与智能判断的实验结果。

  3. 所属分类：其它

    • 发布日期：2020-10-25
    • 文件大小：265kb
    • 提供者：weixin_38697940

  1. 基于OpenCV的智能视频监控设计

  2. 摘要：采用智能视频分析技术的智能监控系统能够最大限度地减少人为干预，提高监控效率，减轻人的工作负担，并可对动态场景视频中的目标物体进行检测、分离、跟踪与有效识别。文中介绍了opencv中的运动模板检测方法，并给出了使用该检测方法来对运动目标进行检测、跟踪与智能判断的实验结果。 　　0引言 　　智能视频监控以数字化、网络化视频监控为基础，但又有别于一般的网络化视频监控，它是一种更高端的视频监控应用。智能视频监控系统能够识别不同的物体。发现监控画面中的异常情况，并能以最快和最佳的方式发出警报和提

  3. 所属分类：其它

    • 发布日期：2020-11-05
    • 文件大小：206kb
    • 提供者：weixin_38534683

  1. WePBAS：用于变化检测的基于像素的加权自适应分段器

  2. 基于像素的自适应分割器（PBAS）是用于更改检测的经典背景建模算法。但是，PBAS方法很难检测动态背景区域中的前景目标。为了解决这个问题，本文提出了一种基于PBAS的加权加权自适应分割器WePBAS，用于变化检测。 WePBAS使用加权背景样本作为背景模型。在PBAS方法中，不对背景模型中的样本进行加权。在加权背景样本集中，低权重背景样本通常表示错误的背景像素，需要替换。相反，需要保留高权重的背景样本。根据这一原理，提出了一种定向背景模型更新机制，以提高动态背景区域中前景目标的分割性能。另外，由

  3. 所属分类：其它

  1. 一种基于多模式单演特征检测与匹配的三维视觉测量方法

  2. 三维视觉测量技术从一幅或多幅二维图像或者视频剪辑自动获取现实世界中目标和场景的几何模型、运动和形变等信息，从而识别和理解三维现实环境。针对传统三维视觉测量易受亮度变化、尺度变化、旋转变化及噪声影响的缺点，提出了一种基于多尺度单演特征检测与匹配的三维视觉测量新方法。该方法采用泊松（Poisson）滤波算子和里斯（Riesz）变换提取图像的多模式单演特征，包括局部幅值、局部方向、局部相位和彩色相位；模拟人眼视觉功能构建多模态的局部特征描述子及特征空间的相似性距离测量函数；将该相似性测量应用于立体匹配

  3. 所属分类：其它

  1. 【毕业设计】基于MATLAB视频人体异常行为检测识别（GUI，论文）.zip

  2. 本文设计了一款人体行为异常监控系统，主要适用人群是老年人，在摄像头固定的情况下，自动检测人体运动轨迹，并与提前设定好的行为库进行匹配，分析判断是否具有异常行为。 在数字图像预处理部分采用了图像二值化，腐蚀与膨胀等几种方法为人体目标的跟踪和检测做准备。为了克服在实际操作中遇到的问题，采用了帧差法和ViBe算法，帧差法即利用帧间变化与当前帧、背景算法来判断它是否大于阈值，并分析视频中序列的运动特性，ViBe算法则是一种背景建模的方法，背景模型是由邻域像素来创建，并对比背景模型、当前输入像素值检测出前

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：18mb
    • 提供者：matlab1998_vx

  1. 基于改进的YUV_Vibe融合算法的运动目标检测

  2. 针对视觉背景提取(Vibe)算法不能有效地去除目标阴影以及不能快速消除鬼影现象的缺点，提出了一种改进的YUV_Vibe融合算法。该方法通过扩大样本的邻域选取范围，从而有效避免了同一样本重复选取；将更新因子从16调整至4，且将样本更新个数变为2，提高背景更新速率，加快鬼影现象消除速率；将YUV颜色信息特征与Vibe相融合，消除了阴影影响；通过融合双模型的构建，有效地减少了阴影误检测率。通过视频数据集对算法进行实验论证，检测结果表明，改进了的YUV_Vibe融合算法在准确度与识别率上都有提高，且实验

  3. 所属分类：其它

« 12 »