为解决HOG行人检测过程缓慢的问题,在梯度向量直方图HOG中引入block权重的概念,通过合理筛选block,组成行人的特征向量,然后使用线性SVM作为分类器,重新进行学习,达到减少信息冗余、提高检测
基于单片机的红外检测人体检测节能灯,亮度可调,通过pwm方式调节亮度
YOLOv(You Only Look Once)是一款高效的实时物体检测算法,本文详细分析了YOLOv的原理及其在物体检测领域的应用。首先介绍了YOLOv的发展历程和算法原理,然后重点讲解了YOLO
多输入多输出(MIMO)系统是近十年来现代数字通信领域最重大的技术突破 之一。该技术催生了许多先进通信技术,被认为是解决未来无线通信领域信道 容量和频谱传输速率的关键技术之一。MIMO系统发明之后,在
压缩包里共包含4种最常用的运动目标检测算法:混合高斯模型相邻帧差法运行期均值法自适应阈值的三帧差分法;全部是自己总结和写的,绝对可以运行。
在人脸识别应用中,活体检测能通过眨眼、张嘴、摇头、点头等组合动作,使用人脸关键点定位和人脸追踪等技术,验证用户是否为真实活体本人操作。可有效抵御照片、换脸、面具、遮挡以及屏幕翻拍等常见的攻击手段,从而
基于opencv2.2+GPU+hog的人体检测智能视频分析代码性能比基于tbb的HOG实现高8倍
随着计算机技术的发展和数字图像技术的应用,智能视频监控和检测系统已经被广泛应用于银行监控、交通监控等方面。文章简要介绍了智能视频监控中常用的检测技术及传统单点视频存在的问题,并对智能视频监控中的人体检
混合高斯背景模型算法被广泛地运用于运动检测中,但是该算法在一些复杂的室外场景下未能有效地反映背景,容易出现误检测。为此提出一种改进的算法,该算法在更新背景模型时对不同的区域采用不同的更新速率,并在进行
提出一种基于RGB、HSI空间和KL变换的人脸区域检测算法,根据待检测图像上每点的 颜色值来判断它属于人体区域还是背景区域,从而检测出人脸所在的位置。实验表明,该种方法 避免了在RGB、HSI和KL三