运动目标检测、去阴影、跟踪、行为识别相关视频

最新推荐文章于 2021-08-22 11:32:27 发布
最新推荐文章于 2021-08-22 11:32:27 发布
阅读量1.3w 收藏 33
点赞数 7
分类专栏： 其他 文章标签： database 数据库 ibm 生物 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/thefutureisour/article/details/7476482
版权

研究生的毕业设计做的是运动目标的检测，跟踪，阴影去除，行为分析等方面的课题，可是这方面的视频从哪里来呢？

网上是有很多的：

运动目标检测方面的：http://www.research.ibm.com/peoplevision/performanceevaluation.html

大家经常使用的PetsD2TeC1之类的视频就出自这里。4个室外的视频中，有两个视频的运动目标会被一棵大树遮挡，刚好可以用来做目标跟踪。

室内视频中，从1个人到3个人都有，可以做多人的目标跟踪。

1.Outdoor Sequences ( 4 videos from PET2001 with ground truth )


PetsD1TeC1.avi
PetsD1TeC1.pvann

PetsD1TeC2.avi
PetsD1TeC2.pvann

PetsD2TeC1.avi
PetsD2TeC1.pvann

PetsD2TeC2.avi
PetsD2TeC2.pvann


2. Indoor Sequences (11 videos with ground truth)

IndoorGTTest1.avi
IndoorGTTest1.pvann

IndoorGTTest2.avi
IndoorGTTest2.pvann

ThreePerson_Circles_Comp_0_Quad0.avi
ThreePerson_Circles_Comp_0_Quad0.pvann

ThreePerson_Circles_Co

最低0.47元/天 解锁文章
thefutureisour
关注
  • 7
    点赞
  • 踩
  • 33
    收藏
    觉得还不错? 一键收藏
  • 15
    评论
专栏目录
目标检测、跟踪和图像检索 数据库
chlele0105的专栏
09-21 1万+
目标检测、跟踪、识别标准测试视频集和图像数据库 一个网友收集的运动目标检测，阴影检测的标准测试视频 http://blog.csdn.net/sunbaigui/article/details/6363390   很权威的change detection检测视频集，里面有将近20种主流算法在这个测试集上的运行结果和ROC,PRA曲线 http://changedetect
运动目标检测算法测试视频
09-30
运动目标检测算法测试视频，可测试各种算法，在做视频监控时用到的
可用于视频运动目标检测的视频
03-27
整理了几段我在做运动目标检测时收集的视频。背景是静态的，可用于运动目标检测。一共是八段视频，希望对大家有用
运动目标检测、阴影检测及目标跟踪中用得到的标准测试视频下载（大量IBM提供视频）
wqvbjhc的专栏
03-15 6295
在搜测试视频时，找到andrew31在ilovematlab论坛中分享的网址链接。我转载于此，并做出详细介绍，方便大家以后使用！1. PETS2001的测试视频http://www.filewatcher.com/b/ftp/ftp.cs.rdg.ac.uk/pub/PETS2001.0.0.html内容如下，可以得到如下所示5个DATASET，有训练和测试视频： ftp://ftp.cs.rdg.ac.uk/pub/PETS2001/  direct532 B  2001-07-25welcome.msg
用于运动目标检测的视频。
03-29
最近在做本科毕设，题目和运动目标检测和跟踪有关。在网上找了很多数据集，这是我筛选出来的，包含“跑”十个视频和“走”十个视频。视频很干净，能取得很好的运动目标检测的结果。
运动目标检测视频Dataset
qq_26460507的博客
04-08 2921
1、N. Goyette, P.-M. Jodoin, F. Porikli, J. Konrad, and P. Ishwar, changedetection.net: A new change detection benchmark dataset,  in Proc. IEEE Workshop on Change Detection (CDW-2012) at CVPR-201
视频图像中运动目标检测算法研究.doc
05-30
视频图像中的运动目标检测是人工智能领域的一个重要课题，特别是在智能监控和安全系统中。目标检测算法的研究旨在从连续的视频图像序列中分离出移动的物体，如人体或车辆，以便进行后续的分析和处理，如目标跟踪、...
人工智能-机器学习-面向智能视频监控的运动目标检测与跟踪方法研究.pdf
05-19
本文主要探讨了面向智能视频监控的人工智能技术，特别是运动目标检测与跟踪的方法。智能视频监控是当前人工智能领域的一个重要应用，它利用机器学习技术自动分析视频数据，以实现目标识别、行为理解等功能。 首先，...
复杂背景环境下运动目标的检测算法设计
01-20
　本文分别从画面的前景物和背景物进行阐述，针对目前常用的各种运动目标检测方法进行分类比较，提出了一种零均值归一化互相关的方法作为运动目标检测的理论依据。实验表明，该方法识别速度较快、准确率较高。 　1 ...
视频运动目标检测与跟踪 matlab代码
10-24
视频运动目标检测与跟踪 matlab代码 能够检测到背景单调运动目标的检测与跟踪
视频中运动检测算法源代码及演示代码
06-22
视频中运动检测算法源代码及演示代码 使用C#实现，完全可以运行，有源程序，是个很好的程序
MATLAB程序实现视频中运动的目标的跟踪检测
06-18
这是用MATLAB程序实现视频中运动的目标的跟踪检测,并附有一个小视频
智能视频监控中目标检测与识别
07-23
作　　者：万卫兵 等编著 出 版 社：上海交通大学出版社 出版时间：2010-1-1 本书系统介绍了智能视频监控中目标检测与识别的基本问题及其相关处理技术。主要内容包括智能视频监控的理论、算法和典型应用实例。包括计算机视觉基本理论、运动目标检测技术、运动目标跟踪和分类技术、运动的场景分析及行为理解技术。其中目标的检测与识别技术在资助的科研项目中有成熟可行的应用实例。本书内容由浅入深、循序渐进，着重于经典内容和最新进展的结合，并辅以较多的应用范例。 上篇 智能视频监控中目标检测与识别概论 第1章 绪论 1.1 智能视频监控概述 1.1.1 智能视频监控的发展 1.1.2 智能视频监控中的关键问题 1.2 智能视频监控的研究内容 1.2.1 智能视频监控的系统结构 1.2.2 智能视频监控的难题 1.3 研究现状与应用前景 参考文献 第2章 计算机运动视觉相关理论 2.1 摄像机的标定 2.1.1 坐标系的变换 2.1.2 摄像机的标定 2.2 双目立体视觉 2.2.1 特征匹配关键技术 2.2.2 特征匹配算法分类与立体成像 2.3 运动视觉 2.3.1 运动视觉的研究内容 2.3.2 运动视觉处理框架 2.4 场景理解 2.4.1 场景理解认知框架 2.4.2 静态场景理解 2.4.3 动态场景理解 参考文献 第3章 运动目标检测技术 3.1 运动目标检测概述 3.1.1 光流法 3.1.2 相邻帧差法 3.1.3 背景差法 3.1.4 边缘检测方法 3.1.5 其他重要的相关方法 3.2 视频监控中的背景建模 3.2.1 背景提取与更新算法概述 3.2.2 基于GMM的背景提取与更新算法 3.2.3 基于AKGMM的背景提取与更新算法 3.2.4 去除阴影 3.3 ROI面积缩减车辆检测搜索算法 3.3.1 改进的帧差法 3.3.2 图像的腐蚀与膨胀 3.3.3 车辆目标分割识别 3.3.4 实验结果与分析 参考文献 第4章 运动目标跟踪技术 4.1 目标跟踪的分类 4.2 目标跟踪方法 4.2.1 基于特征的跟踪方法 4.2.2 基于3D的跟踪方法 4.2.3 基于主动轮廓的跟踪方法 4.2.4 基于运动估计的跟踪方法 4.3 粒子滤波器 4.3.1 离散贝叶斯滤波系统 4.3.2 蒙特卡洛采样(Monte Carlo Sampling) 4.3.3 贝叶斯重要性采样(Bayesian Importance Sampling) 4.3.4 序列化重要性采样(Sequential Importance Sampling) 4.3.5 粒子滤波(Particle Filte)一般算法描述 4.3.6 粒子数目N的选取 4.4 多视角目标跟踪 4.4.1 目标交接 4.4.2 多摄像机的协同 4.4.3 摄像机之间的数据通讯 4.4.4 多摄像机系统总体设计与集成 参考文献 第5章 运动目标分类技术 5.1 目标分类方法 5.1.1 基于形状信息的分类 5.1.2 基于运动特性的分类 5.1.3 混合方法 5.2 分类的特征提取 5.2.1 视频图像的两种特征 5.2.2 分类特征选择 5.3 分类器构造 5.3.1 支持向量机理论 5.3.2 多类支持向量机 5.3.3 特征训练 5.4 训练和分类方案 5.4.1 静态图像训练分类模型 5.4.2 动态视频中运动对象的分类 5.4.3 训练和分类的实验结果 参考文献 第6章 行为理解技术 6.1 行为理解的特征选择与运动表征 6.1.1 特征选择 6.1.2 运动表征 6.2 场景分析 6.2.1 场景结构 6.2.2 场景知识库的建立和更新 6.3 行为建模 6.3.1 目标描述 6.3.2 约束表达 6.3.3 分层的行为模型结构 6.4 行为识别 6.4.1 基于模板匹配方法 6.4.2 基于状态转移的图模型方法 6.4.3 行为识别的实现 6.5 高层行为与场景理解 6.6 行为理解存在的问题与发展趋势 参考文献 下篇 智能视频监控应用实例 第7章 白天车辆检测实例 7.1 道路交通样本库的采集与组织 7.1.1 样本的采集 7.1.2 样本库元信息和组织 7.2 车辆检测系统结构设计 7.2.1 基于视频的车辆检测方法概述 7.2.2 虚拟线圈车辆检测法的算法流程 7.2.3 系统框图 7.3 背景重构 7.3.1 视频背景重构技术回顾 7.3.2 基于IMFKGMM的背景提取与更新算法 7.4 灰度空间阴影检测算法研究 7.4.1 彩色图像的灰度变换 7.4.2 算法原理 7.4.3 试验结果 7.5 虚拟线圈车辆检测法 7.5.1 数学形态学后处理与状态机 7.5.2 交通参数的测量 第8章 夜间车辆检测实例 8.1 夜间视频车辆检测系统框架 8.2 摄像机配置 8.2.1 摄像机安装和标定 8.2.2 车灯在路面上的投影与视野的设置 8.3 车灯提取配对跟踪算法 8.3.1 车灯提取与车灯形状特征 8.3.2 配对跟踪算法 8.3.3 交通参数计算与实验结果和分析 第9章 昼夜亮度变化及切换方法 9.1 离线亮度变化建模 9.1.1 交通视频亮度变化实例与S型曲线 9.1.2 离线曲线拟合 9.1.3 在线亮度变化识别 9.2 昼夜检测算法的切换方法 9.2.1 亮度模型分析与切换时间选取策略 9.2.2 过渡时段的切换方法 9.2.3 切换方法试验结果 9.3 仿真试验平台 第10章 距离测量实例 10.1 摄像机标定及距离测量 10.1.1 OpenCV中的标定方法 10.1.2 测距算法 10.2 实验与结果分析 10.2.1 内参数矩阵与场景无关性 10.2.2 标定平面上两点间距离测量 10.2.3 垂直于标定平面轴线上两点间距离测量 10.2.4 双视角同时标定，任意两点间距离测量 第11章 客流检测系统实例 11.1 视频图像采集与数据结果传输 11.1.1 视频图像采集系统设置 11.1.2 视频文件 11.1.3 数据结果的传输 11.2 基于背景检测的行人检测 11.2.1 背景分割 11.2.2 行人检测 11.3 基于blob检测的行人跟踪与计数策略 11.3.1 基于blob的跟踪方法 11.3.2 计数策略 11.4 算法的工程实现与实验结果
运动目标检测中阴影去除算法的研究与实现.doc
09-21
在运动目标检测中，阴影去除是至关重要的一步，因为它直接影响到后续的跟踪、分类和识别任务的准确性。这篇文档主要探讨了智能视频监控系统中的运动目标检测技术，并着重研究了阴影去除算法的实现。 首先，文档介绍...
opencv3 目标运动检测
淮南草的博客
07-04 7194
基本的运动检测
python_opencv 运动检测视频处理
张益达的博客
06-18 3722
python_opencv 运动检测视频处理本文代码是做一个基本的运动检测代码如下：遇到的问题及解决办法： 本文代码是做一个基本的运动检测 借鉴别人的代码并做了小小的扩展，实现了自己需要的功能，并将实现过程中遇到的问题及解决办法做了总结，特此分享给大家， 代码如下： import cv2 import numpy as np import os import os.path list1 = ...
运动目标检测--鬼影消除总结
热门推荐
06-23 1万+
一、鬼影检测算法的总结和分析        鬼影是背景差方法检测运动目标经常出现的问题。当对背景初始化建模时，运动目标可能处于背景中，它们运动后会产生鬼影；另一种情况，当场景中运动目标由运动变成静止后，再开始运动，也会产生鬼影。其他类似鬼影的情况是背景中遗留的物体，或者停止运动的运动目标。        总结已有检测鬼影算法可以分为两类：1)判断背景差获得的前景运动属性，从而区分运动目标和鬼影
MATLAB视频运动目标检测
m0_59833680的博客
08-22 6184
摘要视频运动目标检测与跟踪算法是计算机视觉领域的一个核心课题，也是智能视频监控系统的关键底层技术。它融合了图像处理、人工智能等领域的研究成果，已经广泛应用于安保监控、智能武器、视频会议、视频检索等各个领域。因此，检测与跟踪算法研究具有极其重要的理论意义和实用价值。运动目标检测与跟踪涉及到计算机图像处理、视频图像处理、模式识别、以及人工智能等诸多领域，广泛地应用于军事、工业、生活等各个方面。研究内容...
评论 15
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值