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. 基于机器视觉的客流量统计技术研究

  2. 本文可以为安防监控行业中的客流量统计技术提供一个完整的技术解决方案，文章思路清楚，描写详细，非常值得参考。 计算机视觉技术的突飞猛进带动了整个智能视频监控产业链的快速发展，由此孕育的巨大商机激发越来越多的企业及研究机构投入到该行业的前沿技术研发中来。在这样背景下，基于图像处理、模式识别的人流量统计技术逐渐发展起来，由于人流量数据可以为商场、机场、公交公司、地铁站等场所进行智能管理和决策提供重要依据，因而该项技术在智能视频监控领域中占据了非常重要的地位。本文针对公交车客流量统计技术展开了系统深入

  3. 所属分类：其它

    • 发布日期：2013-01-05
    • 文件大小：2097152
    • 提供者：zhaolu2009

  1. 人体行为识别与理解

  2. 人体行为识别与理解逐渐成为如图像分析、人机交互、视频检索以及智能监控等领域的基础保障，其广泛的应用前景以及潜在的社会、经济价值，已使其成为计算机视觉分析领域中备受关注的前沿方向。在各种人体行为识别方法中，基本特征都具有不可替代的作用，基于目前已有的研究成果，对基本特征进行改进，并选择合适的分类器进行分类识别。

  3. 所属分类：C

    • 发布日期：2016-04-27
    • 文件大小：2097152
    • 提供者：maodong2056

  1. 基于双流卷积神经网络的监控视频中打斗行为识别研究.caj

  2. 智能监控系统的主要特点是在可以自动对监控视频中的图像序列进行处理，具体处理包括定位目标、跟踪目标或者识别目标行为。应用计算机视觉相关技术来进行异常行为识别是目前非常热门的研究方向，研究过程包括了图像处理、视频分析、机器学习等领域的相关技术。对运动目标的跟踪、建模以及根据其所处环境对行为进行判断和分类，以及让计算机理解人体各种行为，这些任务都有较大的难度，因此，研究异常行为识别算法有很高理论及实际意义。

  3. 所属分类：深度学习

    • 发布日期：2019-07-08
    • 文件大小：5242880
    • 提供者：weixin_44684342

  1. 视频监控中人体行为识别的研究

  2. 提出一种人体行为识别模型和前景提取方法。针对人体运动过程中产生新的行为问题，该模型用分层Dirichlet过程聚类人体特征数据来判断人体运动过程中是否有未知的人体行为模式；用无限隐Markov模型对含有未知行为模式的特征向量进行行为模式的有监督的学习，由管理者将其添加到规则与知识库中。当知识库的行为模式达到一定规模时，系统便可以无监督地对人体行为进行分析，其分析采用Markov模型中高效的Viterbi解码算法来完成。对于前景的提取，提出了基于背景边缘模型与背景模型相结合的前景检测方法，此方法能

  3. 所属分类：其它

    • 发布日期：2020-10-23
    • 文件大小：570368
    • 提供者：weixin_38689191

  1. 基于CNN和LSTM混合模型的人体跌倒行为研究.pdf

  2. 目前深度学习模型不能较好地把监控视频中跌倒行为的空间和时序特征有效结合起来。为此，提出基于CNN和LSTM(混合模型的人体跌倒行为识别方法

  3. 所属分类：互联网

    • 发布日期：2021-03-17
    • 文件大小：1048576
    • 提供者：qq_47590788

  1. 视频监控中跌倒行为识别

  2. 监控视频中的异常行为检测是计算机视觉研究领域的一个重要研究课题。人体跌倒行为作为异常行为的一种，可以对老龄化社会中的老年人跌倒行为做出实时预警，对保护老年人生命安全起到重要作用。本文采用三帧差法与更新运动历史图像相结合的方法获取运动前景，然后采用膨胀形态学操作与中值滤波操作，消除前景图像的噪声，对运动区域标记采用矩形包围框来获取感兴趣区域的形态变化，最后采用矩形框的宽高比、人体Hu矩特征、人体轮廓离心率、人体轴线角多特征融合来识别跌倒异常行为，对识别出的异常行为实时报警。实验结果表明对固定背景的

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：1048576
    • 提供者：weixin_38694800