MATLAB+背景减除目标检测+鱼头截取

随着图像处理技术、人工智能技术以及机器视觉理论的发展，多目标的检测与跟踪技术在视频监控领域得到了广泛的应用。

此工程是读取当前文件夹内自带的jpg图像（按自己要求可以改换其他jpg图像，代码中再自行改动）进行人脸检测并用方框框出人脸部分，并将图像里的人脸部分截取下来在当前文件夹内生成新的jpg人脸图像。

基于光流的动态背景运动目标检测算法。本文在分析HS算法运算量的基础上，提出一种结合金字塔Lucas－Kanade(LK)光流和HS光流的动态场景运动目标检测算法

基于视频的移动目标检测是一个重要且有挑战性的任务，在许多应用中都起到相当关键的作用。本次论文研读围绕该主题展开，深入阅读了十余篇论文，在本文总结了视频中移动目标检测的一些主要方法及各自的优劣。

针对经典自适应背景差分法中存在的问题，提出一种基于分级自适应背景差分的运动检测方法%方法结合了帧间差分法和背景差分法的优点，解决了运动检测中常见的拖尾问题和空洞问题%

该资料使用时间差分、背景差、自适应背景更新等方法进行运动目标跟踪。

本文首先对红外图像中的目标和背景的辐射特性进行了分析，并运用多尺度几何分析的方法研究了目标与背景在不同尺度和不同方向的表现形式，为后面提出新的目标检测算法提供理论支持。

首先对运动目标检测的理论和方法以及如何从背景图像中有效提取出前景物体做了简要概述,并结合传统的背景相减法容易受环境光线等外界因素影响这一弊端,提出了一种零均值归一化互相关的方法来实现对运动目标的检测判

采用精确背景补偿，实现动态背景下动态目标检测，通过KNN匹配、比率筛选、对称约束三层筛选提取良好匹配点对，结合自适应外点滤除算法，实现对复杂环境的精确补偿。

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