一种静态背景下的运动目标检测算法研究

结合Viola-Jones人脸检测框架和CLM(Constrained Local Model)模型,建立了一种对光照和姿态变化鲁棒的人脸检测算法。该算法首先对不同状态下的训练集使用AdaBoost算

视觉显著性检测是很多计算机视觉任务的重要步骤，在图像分割、自适应压缩和识别物体方面都有很重要的应用。提出了一种基于HSV颜色、纹理特征和空间位置关系相结合的显著性检测算法。该方法先将图像分割成小的图像

在计算机视觉领域,人运动的视觉分析的研究具有广阔的应用前景,实时分割出运动的人体是研究起始的关键。然而由于人运动的复杂性,已有的研究方法对运动的人体和背景加了诸多的限制条件。本文提出了一种新的方法该方

主要针对近10几年来，常见的运动目标检测算法中比较有代表性的文章收集，如GMM，PDF，Codebook,SOBS,SACAN、W4, VIBE等。

为了能够快速、精确地检测出矩形,综合分析目前存在的矩形检测算法的优缺点,提出了一种快速、高精度的矩形检测算法。所提算法首先采用环形窗口将图像分割为多个感兴趣区域,再提取感兴趣区域的亚像素轮廓,并将亚像

当前的直线段检测算法均针对灰度图像设计和实现,在处理彩色图像时会抛弃其色彩信息,不利于获取高质量检测结果。为此,提出了一种针对彩色图像的直线段检测算法。对三个色彩通道分别应用DiZenzo算子计算出其

提出了一种针对脉冲噪声图像的边缘检测算法,算法借鉴了中值滤波的思想,并采用十字型卷积模板计算图像梯度。首先,对参与图像中梯度计算的像素点进行阈值判断,如果是噪声点,该点像素值用3x3窗口中值滤波结果值

交通视频处理中隧道火灾检测是一个重要的主题。本文提出了一种基于视频的隧道火灾检测新方法。该方法依据火焰及烟雾的特征,先找出前景中火焰烟雾区域,再利用BP神经网络和D_S证据理论进行数据融合实现火灾检测

针对视频车辆检测问题,提出了一种基于LSTM的视频车辆检测算法模型。该算法接受视频序列作为输入,先利用卷积网络提取视频帧的空间特征,然后利用LSTM模块得到时间维度的特征,最后利用全卷积网络预测最终的

边缘检测在数字图像处理和计算机视觉中有着重要的应用。对数字图像处理中具有代表性的Sobel边缘检测算法进行了分析。针对该算法存在检测出的边缘粗且对噪声极其敏感的缺点,提出了一种改进算法。该算法对实际图