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. 运动目标检测MATLAB程序

  2. 本程序是基于MATLAB设计，主要是完成视频场景中的运动目标的检测与跟踪！

  3. 所属分类：其它

    • 发布日期：2010-04-16
    • 文件大小：1048576
    • 提供者：mqlovefy

  1. 改进的AdaBoost分类器在视频中的体育场景检测

  2. 摘要：提出了一种使用改进的AdaBoost分类器来检测体育场景的方法。将电视新闻中的体育场景分为三类：草地运动，冰雪运动和人造场地运动。针对这几种不同的体育场景，提取颜色直方图、边缘方向直方图和共生矩阵纹理等3种低层视觉特征，然后用改进的可自动选择特征boosting方法为每一类体育场景分别建立AdaBoost分类器。该文提出的方法应用在国际视频处理评测TRECVID2003中的“体 育场景”语义特征抽取任务上，取得了很好的效果。

  3. 所属分类：专业指导

    • 发布日期：2010-06-17
    • 文件大小：115712
    • 提供者：zpp100

  1. 安防天下智能网络视频监控技术详解与实践.part3

  2. 第1章 视频监控技术概述 1 1.1 引子 2 1.1.1 安全防范的雏形 2 1.1.2 网络视频监控 2 1.1.3 智能视频识别 2 1.1.4 智能网络视频监控 3 1.2 视频监控技术发展过程 3 1.2.1 模拟视频监控时代 4 1.2.2 数字视频监控时代 6 1.2.3 智能网络视频监控时代 7 1.3 视频监控的核心技术 8 1.3.1 光学成像器件 8 1.3.2 视频编码压缩算法 8 1.3.3 视频编码压缩芯片 9 1.3.4 视频管理平台 9 1.4 视频监控的发展方

  3. 所属分类：其它

    • 发布日期：2012-09-01
    • 文件大小：31504442
    • 提供者：zhwsh66

  1. 安防天下智能网络视频监控技术详解与实践part1

  2. 共3卷，卷1，卷2，3不需资源分。 共3卷，卷3. 第1章 视频监控技术概述 1 1.1 引子 2 1.1.1 安全防范的雏形 2 1.1.2 网络视频监控 2 1.1.3 智能视频识别 2 1.1.4 智能网络视频监控 3 1.2 视频监控技术发展过程 3 1.2.1 模拟视频监控时代 4 1.2.2 数字视频监控时代 6 1.2.3 智能网络视频监控时代 7 1.3 视频监控的核心技术 8 1.3.1 光学成像器件 8 1.3.2 视频编码压缩算法 8 1.3.3 视频编码压缩芯片 9 1

  3. 所属分类：其它

    • 发布日期：2012-09-05
    • 文件大小：50000000
    • 提供者：zhwsh66

  1. 安防天下智能网络视频监控技术详解与实践part2

  2. 共3卷，卷2. 第1章 视频监控技术概述 1 1.1 引子 2 1.1.1 安全防范的雏形 2 1.1.2 网络视频监控 2 1.1.3 智能视频识别 2 1.1.4 智能网络视频监控 3 1.2 视频监控技术发展过程 3 1.2.1 模拟视频监控时代 4 1.2.2 数字视频监控时代 6 1.2.3 智能网络视频监控时代 7 1.3 视频监控的核心技术 8 1.3.1 光学成像器件 8 1.3.2 视频编码压缩算法 8 1.3.3 视频编码压缩芯片 9 1.3.4 视频管理平台 9 1.4

  3. 所属分类：其它

    • 发布日期：2012-09-05
    • 文件大小：50000000
    • 提供者：zhwsh66

  1. 行人跟踪OPENCV代码

  2. kalman跟踪行人,再视频场景中检测到行人的存在，并用红色矩形框对行人进行跟踪

  3. 所属分类：C++

    • 发布日期：2013-03-31
    • 文件大小：6291456
    • 提供者：a121649982

  1. 视频检测matlab主程序代码

  2. 代码里含有检测视频场景变换的主程序，主要处理的问题是如何从一个连续的视频流中检测到场景的变换。

  3. 所属分类：电信

    • 发布日期：2014-01-19
    • 文件大小：920
    • 提供者：u013514290

  1. 海量视频搜索与视频侦查系统

  2. 随处可见的视频监控，无非就是摄像头不停地抓拍录像。然而，一旦须要检索视频中的特定目标，人们面对的往往是在成千上万个小时的海量视频中大海捞针，传统上须要投入的人力和时间，简直让人不敢想象，也很不现实。因此，如何通过计算机程序快速从海量视频中搜索特定目标，已经成为当前视频检索和视频侦查迫切须要解决的问题。 当前市场存在的视频侦查系统，普遍仅仅是依赖于传统局限的“帧差法”、“背景建模法”、“颜色分类法”等，从视频中检测所有运动目标，开发出的系统大多停留在“视频摘要”、“视频浓缩”、“拌线检测”、“人

  3. 所属分类：C++

    • 发布日期：2014-09-16
    • 文件大小：8388608
    • 提供者：ruixin_1981

  1. 梯度海量视频内容搜索系统

  2. 1 系统概述 随处可见的视频监控，无非就是摄像头不停地抓拍录像。然而，一旦须要检索视频中的特定目标，人们面对的往往是在成千上万个小时的海量视频中大海捞针，传统上须要投入的人力和时间，简直让人不敢想象，也很不现实。因此，如何通过计算机程序快速从海量视频中搜索特定目标，已经成为当前视频检索和视频侦查迫切须要解决的问题。 当前市场存在的视频侦查系统，普遍仅仅是依赖于传统局限的“帧差法”、“背景建模法”、“颜色分类法”等，从视频中检测所有运动目标，开发出的系统大多停留在“视频摘要”、“视频浓缩”、“拌

  3. 所属分类：C++

    • 发布日期：2015-07-26
    • 文件大小：4194304
    • 提供者：ruixin_1981

  1. HandySaw DS

  2. 独立于非编软件之外，同时在视频采集之后的视频场景自动检测，寻找了多年在国内一直没有。

  3. 所属分类：图像处理

    • 发布日期：2018-03-14
    • 文件大小：15728640
    • 提供者：ttcsd

  1. 视频概念检测中的领域自适应和语义关联研究_耿杰

  2. 当今社会，智能设备正以前所未有的速度进行普及，日渐完善的互联网和移动网络将来自全世界的信息汇总和连接，人们从信息的接受者逐渐变成了信息的创造者和传播者。视频作为一种信息的常见载体，融合了图像、时序、音频等多种特征，具有直观生动的特点，被广泛地应用。然而视频中所包含的复杂的语义层级信息对高效的管理和准确的检索提出了更为严苛的挑战。在视频人工标注过于昂贵的情况下，为了从视频内容中直接读取出其中包含的物体、人物、场景等语义层概念，发展出了基于内容的视频概念检测技术。

  3. 所属分类：机器学习

    • 发布日期：2018-01-13
    • 文件大小：8388608
    • 提供者：dawin_2008

  1. Python-PySceneDetect基于PythonOpenCV实现的视频场景检测与分析

  2. PySceneDetect - 基于Python/OpenCV实现的视频场景检测与分析

  3. 所属分类：其它

    • 发布日期：2019-08-09
    • 文件大小：267264
    • 提供者：weixin_39841848

  1. SpringBoot 2.0.1 + thymeleaf实现的视频活体检测

  2. H5视频活体检测产品，是由两个接口组合而成，主要用于在H5场景下，通过用户新录制并上传一个视频，来进行活体检测的判断。相对于APP有动作校验+静默图片活体、静默图片活体这两种方式，H5视频活体方案比APP方案更加灵活，同时比单张图片活体方式更加安全。其主要功能如下所示：语音校验码：为防止用户提交非当前操作的视频，在录制视频时，随机分配一个数字，用户需要读出这个数字，声音存于视频当中，并在后续识别时校验，以判断是否为此次会话。视频多帧活体检测：录制并上传的视频，会在云端进行随机抽帧分析，并得出最

  3. 所属分类：Java

    • 发布日期：2019-08-12
    • 文件大小：1048576
    • 提供者：wuhuayangs

  1. 井下视频行人检测方法

  2. 针对现有基于深度学习的行人检测方法存在计算量较大、检测效率严重依赖硬件性能等问题，对基于SSD网络的行人检测方法进行改进，设计了一种基于DenseNet网络的轻量级卷积神经网络作为SSD网络的基础网络，以满足井下视频行人实时检测需求，并设计了基于ResNet网络的辅助网络，以增强特征表征能力，提高行人检测准确性。将基于改进SSD网络的井下视频行人检测方法部署在嵌入式平台Jetson TX2上进行实验，结果表明该方法对井下视频中行人的检测准确率为87.9%，针对井下行人低密度场景的检测准确率近10

  3. 所属分类：其它

    • 发布日期：2020-05-01
    • 文件大小：978944
    • 提供者：weixin_38688380

  1. 基于卷积神经网络的火灾视频图像检测

  2. 随着计算机技术的发展，融合计算机视觉、机器学习、深度学习等技术的火灾图像处理技术得到了广泛的研究和应用。针对传统图像处理方法预处理过程复杂且误报率高等问题，提出一种基于深度卷积神经网络模型进行火灾检测的方法，其减少了复杂的预处理环节，将整个火灾识别过程整合成一个单深度神经网络，便于训练与优化。针对识别过程中类似火灾场景对火灾检测产生干扰的问题，利用火灾的运动特性，创新性地提出利用火灾视频前后帧火灾坐标位置变化来排除灯光等类似火灾场景对检测的干扰。对比了众多深度学习开源框架后，选择Caffe框架进

  3. 所属分类：其它

    • 发布日期：2020-10-15
    • 文件大小：808960
    • 提供者：weixin_38750209

  1. 基于背景减法的动牛目标检测方法

  2. 目标检测是使用视频分析自动感知奶牛行为的基础工作。 在农业场景中捕获的视频通常具有复杂的背景，这导致难以检测目标并在随后的图像分析中带来不便。 在这项研究中，提出了一种基于背景减法准确检测奶牛运动目标的方法。 首先，使用框架计算母牛的边界矩形差分方法提取帧中的局部背景，将它们平均后拼接成一张图像背景图像。 其次，通过母牛的边界矩形确定母牛的身体的大小和位置，并通过二进制图像在视频中跟踪身体的区域。 第三，调整RGB通道上的求和系数，以提高目标图像和背景图像之间的对比度。 最后，以每帧的身体区域为

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：1048576
    • 提供者：weixin_38706055

  1. 基于场景帧指纹的视频真实性检测方法

  2. 基于场景帧指纹的视频真实性检测方法

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：3145728
    • 提供者：weixin_38737144

  1. video_text_detection：学士学位论文| 从复杂的视频场景中提取文本-源码

  2. 工程信息学系 论文题目 从复杂的视频场景中提取文本 主管 Athanasios Nikolaidis博士，nikolaid teiser.gr 目的 本论文的目的是开发一种图像处理桌面应用程序，该应用程序能够检测和提取具有复杂背景的视频中的文本显示。 我的方法从各种流行的科学论文中实现了机器学习和图像分析方法。 技术领域 JavaFX，OpenCV，LIBSVM，Gradle，JUnit，TestFX 参考文献 [1] Palaiahnakote Shivakumara，Trung Qu

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：50331648
    • 提供者：weixin_42173218

  1. 基于改进型LBP特征的监控视频行人检测

  2. 对图像和视频中的不同类别的对象的检测是计算机视觉研究的基本任务。行人检测是一个热门的研究课题。行人是交通系统中的主要参与者，所以对视频监控系统中的行人检测对智能交通系统的研究和应用有着重要的意义。由于光线，颜色，尺度和姿势等各方面的差别，行人检测是一个具有挑战性的问题。有效特征的提取是这个问题的关键。本文提出了一种基于改进型的局部三值模式（LTP）特征的行人检测方法，提取的特征中包含梯度信息，纹理和尺度信息，采用前景分割的方法完成了检测任务。CAVIAR序列实验证明用此方法提取的特征结合支持向量

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：687104
    • 提供者：weixin_38524246

  1. 多特征分析的室内外视频烟雾检测

  2. 针对室内外烟雾特点，提出了一种多特征分析的视频烟雾检测。首先，分块进行烟雾实时背景更新，真彩色差分结合颜色特征进行疑似区域提取。其次，在时空域提取疑似烟雾静动态特征，并进行融合性分析。最后结合不同场景不同算法进行烟雾检测对比实验，结果表明，本文算法能有效适应光照变化，灵敏度高，抗干扰性强，较好的区分烟与非烟，从而准确定位识别烟雾。

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：1048576
    • 提供者：weixin_38499503
« 12 3 4 5 6 7 8 9 10 »