- 博客(13)
- 资源 (1)
- 收藏
- 关注
原创 CMake + CodeBlocks + argc argv
参考http://blog.csdn.net/huyoo/article/details/44727865http://www.bkjia.com/cjjc/983854.html过程- 用cmake-gui 加工CMakeList.txt 得到codeblocks 工程文件xx.cbp在codeblocks 中Project -> set programs’ arguments 注意运行
2015-10-15 11:31:39 1053
转载 OpenCV - Operations on Arrays
转载自http://tmjfzy.blog.163.com/blog/static/66447025201262122353504/
2015-10-12 23:16:56 746
原创 工具软件--备忘与总结
文档类[*] zeal 可以查看多种文档,java,c++,python,opencv,…,非常全。且支持多种操作系统。[windows系统专用] velocity,收费,免费版几秒一个提示,有点烦[Mac系统专用] dash 论文类[*] mendeley 管理下载的pdf,并可以对pdf进行注释,标记,搜索,分类等功能。当然,也可以同步。看过的论文换台电脑还能继续工作。[*] zo
2015-10-12 22:46:06 409
原创 线性判别函数
二类线性判别函数的形式输入数据di,d2,...dnd_i,d_2,...d_n,其中dj=(x1,x2,...xm)d_j=(x_1,x_2,...x_m),类别y=(i1,i2,...,in)y=(i_1,i_2,...,i_n) 其中ij∈[1,2]i_j \in [1,2];输出线性判别函数f(dj)=w1x1+w2x2+...wmxmf(d_j)=w_1x_1+w_2x_2+...w_
2015-10-11 11:22:54 1338
原创 前景提取--SuBSENSE算法
paperSelf-Balanced SENsitivity SEgmenter2015 St-Charles, Pierre-Luc Bilodeau, Guillaume-Alexandre Bergevin, RobertSuBSENSE: a universal change detection method with local adaptive sensitivity.code
2015-10-10 11:11:56 6693 12
原创 前景提取--PAWCS算法
PAWCSPixel-based Adaptive Word Consensus Segmenter[2015 St-Charles, Pierre-Luc Bilodeau, Guillaume-Alexandre, Bergevin, Robert] paper: A Self-Adjusting Approach to Change Detection Based on Backgrou
2015-10-09 23:17:41 4285 4
原创 前景提取--UBSS V0算法
paper[2015] Background subtraction for static & moving camerasystem 说明UBSS基于像素帧,而不是基于像素区域或像素点。UBSS对静止摄像头视频和动态摄像头视频都适应。UBSS具有Matlab代码实现
2015-10-09 10:43:09 1275
原创 前景提取--KDE(kernel density estimate)
参考[2000] Non-parametric Model for Background Subtraction说明虽然kde出来早,但算法效果却一直很好,不比后来的方法差。当然,这要自2012后,出现统一的数据集进行评测才能看出来。基于GMM算法考虑到动态背景的邻域处理方法(当前前景像素是否从背景邻域移动过来?整个连通块是否是移动背景?)考虑到阴影消除(通过归一化颜色值进行阴影消除,因
2015-10-06 00:47:32 1490
原创 前景提取--special basic model
histogram[2006] Extracting roadway background image: A mode based approach方法 这里提到的直方图是像素值历史信息的统计直方图,基本思想是背景像素在历史中出现的机率更大。Pixel intensity classification (PIC)[2005] A background reconstruction a
2015-10-06 00:02:46 789
原创 前景提取--Subspace learning models
参考论文[2009] Subspace Learning for Background Modeling: A Survey[2000] A Bayesian Computer Vision System for Modeling Human Interactions 相关工作原理 结果总结子空间学习在前景提取中相对其它方法并没有优势,不过或许能给人带来一些处理问题的新思路。至于通过矩阵运算
2015-10-05 19:24:58 754
opencv2.4.11Doxygen文档参考
2015-11-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人