利用混合高斯模型对目标场景进行背景建模,分割出前景与背景。代码输入:一组图片或一段视频代码输出:前景与背景分割开的灰度图环境:linux+opencv+eigen语言:C++
C. Stauffer and W. Grimson. “Adaptive background mixture models for real-time tracking”.论文的源代码
动态特征块匹配的背景更新在运动检测的应用.pdf,为解决传统监控设备视场小、非智能等缺陷,结合全景成像技术和计算机视觉技术,建立无人环境下外来入侵自动检测系统,从而实现了全景监控视场下运动目标快速准确
代码实现的是Real-Time Moving Object Detection for Video Surveillance论文里的算法,这篇文章主要讲采用DCT系数进行背景建模,实现运动目标检测,算
视频自己可以下载,其中一些参数自己可以调整,英文文献可以去谷歌下载Background and Foreground Modeling Using Nonparamatric KDE for Visu
本文将研究医疗导航应用的独特挑战,并且探讨可能的解决方案--从传感器机制到系统特性。首先将回顾传感器的一些重要性能指标,以及在传感器选型中应当考虑的潜在误差和漂移机制。本文还会重点介绍通过集成、融合和
基于Opencv的人体运动检测系统,系统经过调试,可以准确检测出来人体运动
本人已经在vs2008上运行过,程序能正确运行,opencv的版本为 opencv2.3.1
这种解决方案既不十分复杂,价格也不昂贵,几乎无处不在,如邻居的私人车道、超市,而在住宅和工作场所的走廊上更是应用得越来越多。它就是运动检测器,本文将探讨如何使用无源红外 (PIR) 传感器实现简单的运
opencv图像处理,相机标定,运动检测,霍夫变换,图像金字塔
