注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 一个应用于车站商场的人头检测程序

  2. 一个基于opencv的人头检测程序代码，解压后即可用

  3. 所属分类：C/C++

    • 发布日期：2011-09-05
    • 文件大小：186368
    • 提供者：snowtv7

  1. 基于Adaboost的人头检测

  2. Adaboost和SVM算法，实现人头检测

  3. 所属分类：电子政务

    • 发布日期：2012-02-22
    • 文件大小：946176
    • 提供者：shushumeimei

  1. 分类器人脸检测并用MFC显示

  2. 这个源代码原创，利用MFC编程，可以实现人头检测，通过分类器检测。如果运行有问题，可以联系我，我可以提供相应boost分类器。

  3. 所属分类：电信

    • 发布日期：2013-03-16
    • 文件大小：28311552
    • 提供者：xiatiano

  1. 训练得到的900维 HOG特征-检测算子进行人头检测-opencv实现

  2. 采用opencv实现的，训练人头检测分类器，900维，得到检测算子进行实时图像或视频检测，利用HOG特征，此检测算子准确率还可以，并将检测到各个目标保存为子图像，要想得到训练源码，发邮件：liuqingjie2@163.com.

  3. 所属分类：C++

    • 发布日期：2013-09-19
    • 文件大小：4194304
    • 提供者：liuqingjiea

  1. 人头检测训练样本库

  2. 做人头检测使用的人头样本库，jpg格式，五千多张

  3. 所属分类：其它

    • 发布日期：2014-02-11
    • 文件大小：10485760
    • 提供者：kimi2353

  1. 使用OpenCV人头检测

  2. 一个应用于公交、汽车、车站商场的人头检测程序，检测出人头进出数量。 输入一幅图片，通过计算指定入口区域的HIST结果，判断是否有人进入。可同时检测2人进入或出去。 一种基于随机Hough变换(RHT)的人头检测方法。根据人头部轮廓近圆的特征,采用Canny算子提取图像边缘,得到目标轮廓。利用RHT算法对独立的曲线进行圆检测,并对人头进行标识。实验结果表明,与现有方法相比,该方法的识别率较高、速度较快、适用范围较广。

  3. 所属分类：C++

    • 发布日期：2014-05-06
    • 文件大小：174080
    • 提供者：wzijian

  1. 人头、人脸检测正负样本库

  2. 用opencv提供的级联分类器进行人脸、人头检测的训练样本库，本资中包含正负样本，其中正样本10000张，负样本20000张。

  3. 所属分类：其它

    • 发布日期：2014-06-24
    • 文件大小：27262976
    • 提供者：oxl644335229

  1. 人头检测样本

  2. 人头检测所需要的训练样本，包含14000张负样本，8000张训练正样本和2000张测试正样本。包含正面、侧面和背面的人头图像，不包含俯视的人头图像。

  3. 所属分类：其它

    • 发布日期：2015-04-08
    • 文件大小：25165824
    • 提供者：tfg1025

  1. HOG人头检测

  2. 基于HOG特征的人头检测及其跟踪和人数统计

  3. 所属分类：C++

    • 发布日期：2016-01-28
    • 文件大小：11264
    • 提供者：a493631508

  1. 人头检测matlab代码

  2. 可以打开视频文件，对视频文件中的人头进行检测并统计数量。算法有HOG RCNN 及Aggrate Channel Features三种

  3. 所属分类：机器学习

    • 发布日期：2018-01-15
    • 文件大小：647168
    • 提供者：adewalike

  1. 细粒度人头检测算法

  2. 采用九宫格+vgg16网络进行高密度下的人流量监测。配合滑窗金字塔可以取得较好的效果，。

  3. 所属分类：Python

    • 发布日期：2018-10-31
    • 文件大小：12288
    • 提供者：qq_25439417

  1. 使用OpenCV人头检测

  2. 一个应用于公交、汽车、车站商场的人头检测程序，检测出人头进出数量。 输入一幅图片，通过计算指定入口区域的HIST结果，判断是否有人进入。可同时检测2人进入或出去。 一种基于随机Hough变换(RHT)的人头检测方法。根据人头部轮廓近圆的特征,采用Canny算子提取图像边缘,得到目标轮廓。利用RHT算法对独立的曲线进行圆检测,并对人头进行标识。实验结果表明,与现有方法相比,该方法的识别率较高、速度较快、适用范围较广。

  3. 所属分类：C++

    • 发布日期：2020-02-18
    • 文件大小：174080
    • 提供者：shikelangNo1

  1. 使用OpenCV人头检测

  2. 一个应用于公交、汽车、车站商场的人头检测程序，检测出人头进出数量。 输入一幅图片，通过计算指定入口区域的HIST结果，判断是否有人进入。可同时检测2人进入或出去。 一种基于随机Hough变换(RHT)的人头检测方法。根据人头部轮廓近圆的特征,采用Canny算子提取图像边缘,得到目标轮廓。利用RHT算法对独立的曲线进行圆检测,并对人头进行标识。实验结果表明,与现有方法相比,该方法的识别率较高、速度较快、适用范围较广。

  3. 所属分类：C++

    • 发布日期：2020-01-17
    • 文件大小：174080
    • 提供者：weixin_42565716

  1. 使用OpenCV人头检测

  2. 一个应用于公交、汽车、车站商场的人头检测程序，检测出人头进出数量。 输入一幅图片，通过计算指定入口区域的HIST结果，判断是否有人进入。可同时检测2人进入或出去。 一种基于随机Hough变换(RHT)的人头检测方法。根据人头部轮廓近圆的特征,采用Canny算子提取图像边缘,得到目标轮廓。利用RHT算法对独立的曲线进行圆检测,并对人头进行标识。实验结果表明,与现有方法相比,该方法的识别率较高、速度较快、适用范围较广。

  3. 所属分类：C++

    • 发布日期：2020-06-17
    • 文件大小：174080
    • 提供者：llmzaq

  1. 使用OpenCV人头检测

  2. 一个应用于公交、汽车、车站商场的人头检测程序，检测出人头进出数量。 输入一幅图片，通过计算指定入口区域的HIST结果，判断是否有人进入。可同时检测2人进入或出去。 一种基于随机Hough变换(RHT)的人头检测方法。根据人头部轮廓近圆的特征,采用Canny算子提取图像边缘,得到目标轮廓。利用RHT算法对独立的曲线进行圆检测,并对人头进行标识。实验结果表明,与现有方法相比,该方法的识别率较高、速度较快、适用范围较广。

  3. 所属分类：C++

    • 发布日期：2020-10-17
    • 文件大小：174080
    • 提供者：yimingxh

  1. 人头检测训练数据集（带标签）

  2. 这是一个人头检测器训练数据集、带xml标注信息，可用于yolo、TensorFlow等深度学习模型的训练数据集。仅供学习使用。如有侵权联系删除。谢谢

  3. 所属分类：互联网

    • 发布日期：2020-12-18
    • 文件大小：469762048
    • 提供者：u010765498

  1. 在自建的数据集上训练yolov3准备（四）：将密集人头检测数据集brainwash标注转换成yolo标注，并用yolo_mark验证（附python脚本）-附件资源

  2. 在自建的数据集上训练yolov3准备（四）：将密集人头检测数据集brainwash标注转换成yolo标注，并用yolo_mark验证（附python脚本）-附件资源

  3. 所属分类：互联网

  1. 在自建的数据集上训练yolov3准备（四）：将密集人头检测数据集brainwash标注转换成yolo标注，并用yolo_mark验证（附python脚本）-附件资源

  2. 在自建的数据集上训练yolov3准备（四）：将密集人头检测数据集brainwash标注转换成yolo标注，并用yolo_mark验证（附python脚本）-附件资源

  3. 所属分类：互联网

  1. 基于双目立体视觉的快速人头检测方法

  2. 为满足人流统计实时性的要求，提出一种人头检测算法。该方法对双目相机采集的图像通过运动目标检测分离出运动人员所在区域，对这些区域使用融合区域匹配和特征匹配的快速匹配方法，即利用视差的连续性只对强纹理点进行绝对误差累积(SAD)匹配，其他点只进行简单的视差验证，能够得到稠密的视差图，再由三角投影关系计算出深度图。由于双目立体成像得到的深度图中人员与场景的深度分布不同,可以采用深度分层的方法将存在人头信息的深度层提取出来，经过数学形态学预处理再利用边缘检测会得到许多候选轮廓，最终利用轮廓的几何特征来判

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：1048576
    • 提供者：weixin_38679839

  1. 基于优化可形变区域全卷积神经网络的人头检测方法

  2. 人头检测技术是人数统计领域一项重要的研究内容,基于检测的人数统计方法常用于视频监控领域。人头检测常常受到遮挡、背景干扰、光照等因素影响。为解决上述问题,提出一种基于区域全卷积神经网络进行头部检测的方法。特征学习阶段通过残差网络和区域候选网络获得特征及感兴趣区域,并在残差网络中添加可形变卷积层。再将感兴趣区域输入池化层,进行可形变位置敏感均值池化。最后进行分类与目标位置精修,并提出将位置敏感感兴趣区域对齐并进行池化操作。为了改善网络在多尺度头部的检测效果,更新区域候选网络中锚点生成规则。利用在线难

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：10485760
    • 提供者：weixin_38742927
« 12 3 »