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. 智能监控中基于头肩特征的人体检测方法研究_潘锋

  2. 这是一个文献资料，用于在智能监控视频中寻找人体，并进行跟踪，通过头肩模型以解决姿态变化问题

  3. 所属分类：讲义

    • 发布日期：2015-05-18
    • 文件大小：398kb
    • 提供者：maojiashun

  1. 基于HOG特征提取的svm行人头肩训练

  2. 基于HOG特征提取的svm行人头肩训练，提供训练集和测试集的图片，结果导出在txt文件中。

  3. 所属分类：算法与数据结构

    • 发布日期：2017-10-07
    • 文件大小：8mb
    • 提供者：qq_26546881

  1. tiplog.odt

  2. 要进行准确的人流密度估计，面临了如下的难点 1.低分辨率：可以看看UCF Crowd Counting 50这个数据集，在很多密集的情况下，一个人头的pixel可能只有5*5甚至更小，这就决定了基于检测的很多方法都行不通； 2.遮挡严重：在人群中，头肩模型都难以适用更不用说人体模型，头部之间的遮挡都挺严重； 3.透视变换：简而言之就是近大远小，什么尺度的头部都可能出现。

  3. 所属分类：讲义

    • 发布日期：2020-05-19
    • 文件大小：1mb
    • 提供者：qingfenglu

  1. RKC 温度控制板 REX-B850 产品简介.pdf

  2. RKC 温度控制板 REX-B850 产品简介pdf,RKC 温度控制板 REX-B850 产品简介板式多点温度控制器 REX-B850 规格(REXB850 ●标准规格 供选规格 输入点数 8進,6通道,4通道、定购时指定 CTL-6P-N(30A丌) 春加热怜却型为固定4通道 输 CTL12S5610LN(100A用)(任选其一) )电偶;K,JR,S,EN,T,B,W5RcW26Rc 输人约±5%或±2A以内 1,T 显示精度(其 言号源电阻的影响:约0.35aV O--30A: CTL-

  3. 所属分类：其它

  1. Swagelok卡套接头.pdf

  2. Swagelok卡套接头pdf,Swagelok卡套接头管接头3 四通中间接头…… 15O平行垫圈 ■钗垫片 lsO平行螺纹(RS)… 铜垫片 so平行螺纹(RP,… ■铜垫片|SO平行 压力表管接头(RG) Tube转换接头 O形圈 外螺纹Tbe转换接头 lSO平行螺纹用 ■Tube转换接头数据… SAE/MS直螺纹用 NPT螺纹 39 O形密封直螺纹用 lSO锥螺纹(RT).……,… 40 O形密封管螺纹用 lsO平行螺纹(RS 40 SO半行骡纹(RP)… 41 工具和附件 SAE/MS螺

  3. 所属分类：其它

  1. 监控视频中基于分类器的行人检测

  2. 在视觉监控领域，行人检测可以用于许多情况下，这是许多研究人员所关注的。为了解决遮挡问题，基于头肩的行人检测方法功能。首先，行人的位置可以是通过使用垂直和水平投影特性大致获得滑动窗口中的前景像素与AdaBoost分类器结合在一起。其次，我们可以使用结合SVM的边缘定向梯度特征直方图。这实验结果表明，所提方法是有效的。部分遮挡问题。

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：404kb
    • 提供者：weixin_38537777

  1. 基于挥手行为的性别识别方法

  2. 提出利用挥手行为进行性别识别的方法.使用基于含时切平面的方法检测周期,用平均剪影表征一个周期序列的挥手行为,PCA降维后利用支持向量机进行分类.实验在60人(30男,30女)的数据库上进行.实验结果表明,用提出的算法从三种挥手行为(挥左手、挥右手、挥双手)中识别出性别的正确率达到89.83%或更高.实验还将人体分成5部分:手臂、头肩、腰、臀和腿,研究人体各组成部分对性别识别的贡献.93个对比实验结果表明,去掉手臂部分识别率下降最快;只通过手臂识别正确率达到86.44%或更高;使用两部分识别,手臂

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：864kb
    • 提供者：weixin_38679276

  1. 三维深度图像在自动客流计数系统中的应用

  2. 在客流计数中，针对目前基于普通彩色相机的图像处理受光照、人体姿态、遮挡等因素影响使系统整体性能降低等问题，提出了一种基于人体头肩三维信息检测客流的新方法，即利用人体头部与肩部空间位置关系特征以及头部形状、面积等特征检测客流。以Xtion传感器为平台，通过综合分析传感器获取的包含人体表面三维特征的深度图像，识别并跟踪人体头部，统计进出的人数。实验结果表明，这种方法不仅提高了检测的精度和效率，减少了运算数据量，实现了视频流实时处理，而且解决了基于普通彩色图像中目标检测需要建立训练库等问题。系统精度达

  3. 所属分类：其它

  1. 基于Joint HOG特征复杂场景下的头肩检测

  2. 视频监控领域的行人检测是一项重要的研究课题，然而很多情况下行人姿态多样、相互遮挡使得检测变得困难，故采用了头肩的轮廓特征来进行检测。头肩的定位检测采用了Haar特征和HOG特征的层级分类方法，并根据头肩的对称性特点，提出了一种称为Joint HOG的组合型特征。通过Haar分类器滤除大部分负样本后，接着用HOG进行精细的验证从而得到头肩目标框。实验表明，本文的方法取得了80%~90%的准确率，并且完全可以用于实时处理。

  3. 所属分类：其它