基于GPU的并行化运动目标检测方法的研究

目标检测,也叫目标提取,是一种基于目标几何和统计特征的图像分割,它将目标的分割和识别合二为一,其准确性和实时性是整个系统的一项重要能力。尤其是在复杂场景中,需要对多个目标进行实时处理时,目标自动提取和

一种改进的基于背景差分的运动目标检测方法，宁晓青，崔冬华，针对传统运动目标检测方法存在的缺点和不足，在对现有目标检测算法进行分析对比的基础上，设计并实现了一种简单有效的目标检测方

这是一个讲述目标检测的硕士论文，有兴趣做目标检测的可以看一下，相信会由一些收获的

提出一种用仿射参数模型来近似场景中摄像机的复杂运动，采用参数化的多分辨率估计方法鲁棒地估计出仿射参数；然后在当前帧与运动补偿后的帧之间求光流场，得到目标轮廓的初始分割；最后通过聚类和搜索填充算法分割出

基于驾驶疲劳研究中的视频图像，提出一种新的适用于驾驶疲劳检测的人眼定位及状态判别算法。定位算法利用Gabor小波变换对图像进行预处理，提取基于图像的地形图特征，并利用支持向量机的方法对候选特征区域进行

为解决高质量的轮廓提取算法计算复杂、实时性差的问题，基于GPU并行计算架构提出了一种针对高质量的轮廓提取算法——Pb（probabilityboundary，概率轮廓）提取算法的高效并行计算方法。重点

在视频跟踪系统的研究中,目标检测是至关重要一环,其结果的好坏关系到图像的分析与识别,直接影响机器视觉系统对客观世界的理解。实现图像中目标边缘检测有许多不同的方法,也一直是图像处理的研究热点,人们期望找

基于阴影属性的运动目标阴影消除方法的研究，于飞，田亚菲，运动目标跟踪与检测中一个常见的问题就是阴影的消除，阴影的存在严重干扰到了前景目标的正确检测，所以阴影的消除对目标的检测以

提出了一种基于帧间差分的自适应运动目标检测算法。算法利用直方图统计各像素点处最大概率灰度的方法提取出连续视频的背景图像；相邻帧利用帧差法得到运动区域图像；利用运动区域图像与背景图像差分的方法提取出运动

用VS和OpenCV实现,包括BMP文件读取、固定阈值分割、大津阈值分割、迭代法分割、目标形心的确定、目标框的确定等。