基于视频序列的运动人体检测算法研究

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

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

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

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

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。

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

关于边缘检测算法的研究以及实现，包括边缘检测的发展以及总结综述

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