背景建模
文章平均质量分 87
Luts
图像初学者 关注互联网
展开
-
vibe 代码学习
非原创,转载于:http://blog.csdn.net/zouxy09运动检测(前景检测)之(一)ViBezouxy09@qq.comhttp://blog.csdn.net/zouxy09 因为监控发展的需求,目前前景检测的研究还是很多的,也出现了很多新的方法和思路。个人了解的大概概括为以下一些: 帧差、背景转载 2014-07-16 10:54:30 · 2077 阅读 · 0 评论 -
背景建模的开源库
转载于:http://blog.csdn.net/carson2005/article/details/8861685 如题,该库名为BGSLibrary,是采用C++编写的用于 background subtraction (BGS)背景减去相关算法的开源库,包含了29种目前常用的背景减去算法。目前发布在google code上面,其链接为:https://code.goog转载 2014-07-14 16:50:49 · 778 阅读 · 0 评论 -
ViBe算法
ViBe算法:ViBe - a powerful technique for background detection and subtraction in video sequences 算法官网:http://www2.ulg.ac.be/telecom/research/vibe/描述:ViBe是一种像素级视频背景建模或前景检测的算法,效果优于所熟知的几种算法,转载 2014-07-15 10:58:55 · 2002 阅读 · 0 评论 -
ViBe 背景建模
转载于:http://www.cnblogs.com/dwdxdy/p/3527891.htmlViBe是一种像素级的背景建模、前景检测算法,该算法主要不同之处是背景模型的更新策略,随机选择需要替换的像素的样本,随机选择邻域像素进行更新。在无法确定像素变化的模型时,随机的更新策略,在一定程度上可以模拟像素变化的不确定性。背景模型的初始化 初始化是建立背景模型的转载 2014-07-15 15:36:49 · 1354 阅读 · 0 评论 -
基于样本一致性的背景减除运动目标检测算法(SACON)
本文原创转载请注明出处:http://blog.csdn.net/kezunhai。 本文根据Hanzi Wang等人的论文Background subtraction based on a robust consensus method结合自己的理解而成,如果对论文感兴趣的,可以点击打开链接 下载,链接里收集了常见的背景建模方法的论文,有问题欢迎交流。转载 2014-07-13 14:14:06 · 1213 阅读 · 0 评论 -
opencv-背景建模
转载于:http://blog.csdn.net/angl129/article/details/29887783背景建模 在摄像机静止的情况下,背景减法是一种较常见的运动目标检测方法。它利用当前帧和参考帧(背景模型)之差进行运动物体的检测,如下图所示;这些运动的物体一般就是我们感兴趣的目标,即前景检测。详细的描述可参考:http://docs.opencv.o转载 2014-07-29 12:52:30 · 5217 阅读 · 0 评论 -
局部尺度不变背景差分
本文 下面介绍一下以纹理为特征的方法,比较出名的就是用LBP和SILTP为特征做的。以LBP为特征的文章:A texture-based method for modeling the background and detecting moving objects这篇文章发表在06年TPAMI上面,还是奥鲁大学那帮人做的,他们已经把LBP用到极致了,LBP在计算原创 2014-07-08 15:50:13 · 3403 阅读 · 1 评论 -
基于纹理与颜色的多层背景差分
该文章参考于文献:Multi-Layer Background Subtraction Based on Color and Texture原创 2014-07-07 15:31:24 · 1544 阅读 · 0 评论 -
基于LBP的背景建模算法
背景建模的方法很多很多!各种方法都有自己的优缺点!这里简要的介绍一下基于GMM+LBP的背景建模方法。一. 背景建模算法作为背景建模的算法,应用于视频的实时监控时,必须满足以下几个条件:1) 能够适应光照的变化,树叶的摆动,可以抗干扰。2) 能够应对背景信息均值和方差的大幅度变化,针对于这一点,人们常常用多模型进行处理,比如采用混合高斯背景建模。转载 2014-07-06 13:32:55 · 1036 阅读 · 0 评论 -
KDE2000, 非参数化背景建模的基本方法
原论文名称:Non-parametricModel for Background Subtraction原作者:AhmedElgammal, David Harwood, Larry Davis出处:ECCV会议, 2000.KDE2000是使用Kernel Density Estimation(KDE)做背景建模的基础算法之一,目前被引用的次数已经超过了150转载 2014-07-20 12:54:43 · 1154 阅读 · 0 评论 -
Nonparametric Background Generation(代码)
转自:http://www.cnblogs.com/xrwang/archive/2010/04/12/BackgroundGenerationAndForegroundDetectionPhase3.html作者:王先荣 在上一篇文章里,我尝试翻译了《Nonparametric Background Generation》,本文主要介绍以下内容:如何实现该论文的算法,如果利转载 2014-07-17 14:44:23 · 1436 阅读 · 0 评论 -
Nonparametric Background Generation(原理)
转自:http://www.cnblogs.com/xrwang/archive/2010/03/27/BackgroundGenerationAndForegroundDetectionPhase2.html作者:王先荣 本文尝试对《学习OpenCV》中推荐的论文《Nonparametric Background Generation》进行翻译。由于我的英文水平很差转载 2014-07-17 14:42:03 · 981 阅读 · 0 评论 -
关于颜色、纹理和分层的目标检测(object detect)相关论文
最近在看目标检测方面的文章,主要集中在颜色、纹理和分层,解决实际中遇到的问题。特将收集到的文章进行分享,并附有简单的介绍,文章在google scholar可以下到(也可以通过后面连接下载:http://download.csdn.net/detail/kezunhai/5283117).1. Real-Time Moving Object Detection for Video Surv转载 2014-07-14 17:38:29 · 1035 阅读 · 0 评论