论文研究基于鲁棒背景运动补偿的运动目标检测算法.pdf

详情请阅读我的博客，有相关的介绍说明，代码可用

用于运动目标和背景提取的主程序，仅供参考

利用高斯背景建模方法进行运动目标检测，能够在一定程度上适应背景的变化。

摄像头捕捉视频目标检测背景减除摄像头opencv

利用背景差分法实现运动目标的检测，并完成实时跟踪。

目标检测是计算机视觉中一个重要问题，在行人跟踪、车牌识别、无人驾驶等领域都具有重要的研究价值。近年来，随着深度学习对图像分类准确度的大幅度提高，基于深度学习的目标检测算法逐渐成为主流。梳理了目标检测算

交通流量检测是智能交通系统中的一个重要研究方向和热点问题，基于视频的车辆检测是交通流量采集分析的核心技术，它为交通流量参数的实时获取提供了可能。为实现在复杂交通视频场景中实时准确检测各类的运动车辆，在

提出一种基于动态阈值对称差分和背景差法的运动对象检测算法。首先通过建立一个基于统计的可靠背景更新模型，由背景差法得到基本准确的前景图像；然后与用对称差分法得到的差分图像综合；最后得到完整可靠的运动目标

为改善动态背景运动目标跟踪的精度和计算性能，提出一种Hu_Fourier特征描述子的目标识别算法和固定模板滑动置信度最佳线性逼近法的目标锁定跟踪算法。依据提出的Hu_Fourier特征描述子，快速准确

将运动目标跟踪问题分解为运动检测和目标跟踪分别加以讨论，分类描述了目标跟踪问题的研究现状、研究方法及常用算法，比较了各种方法的优劣及面临的技术难点问题，并对运动目标跟踪算法的研究前景进行了展望。