1. Trang chủ
  2. » Luận Văn - Báo Cáo

Thuật toán phát hiện chuyển động

86 736 1

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 86
Dung lượng 1,57 MB

Nội dung

Ngày đăng: 25/03/2015, 11:10

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
1. Ahmed Elgammal, David Harwood, Larry Davis (2000)," Non-parametric Model for Background Subtraction", Erropean Conference on Computer Vision 2000, Vol 2, pp. 751-767 Sách, tạp chí
Tiêu đề: Non-parametric Model for Background Subtraction
Tác giả: Ahmed Elgammal, David Harwood, Larry Davis
Năm: 2000
2. Chris Stauffer, W.E.L Grimson (1999), "Adaptive background mixture models for real-time tracking", IEEE International Conference on Computer Vision and Pattern Recognition 1999, Vol 2, pp. 246-252 Sách, tạp chí
Tiêu đề: Adaptive background mixture models for real-time tracking
Tác giả: Chris Stauffer, W.E.L Grimson
Năm: 1999
3. Christof Ridder, Olaf Munkelt, Harald Kirchner (1995), "Adaptive Background Estimation and Foreground Detection using Kalman- Filtering", Proceedings of the International Converence on recent Advances in Mechatronics, pp.1-7 Sách, tạp chí
Tiêu đề: Adaptive Background Estimation and Foreground Detection using Kalman-Filtering
Tác giả: Christof Ridder, Olaf Munkelt, Harald Kirchner
Năm: 1995
4. Kyungnam Kim, Thanarat H. Chalidabhongse, David Harwood, Larry Davis (2005), "Real-time foreground-background segmentation using codebook model", Elsevier Real-Time Imaging, Vol 11, pp. 172-185 Sách, tạp chí
Tiêu đề: Real-time foreground-background segmentation using codebook model
Tác giả: Kyungnam Kim, Thanarat H. Chalidabhongse, David Harwood, Larry Davis
Năm: 2005
5. Mohamad Hoseyn Sigari, Madmood Fathy (2008), "Real-time Background Modeling / Subtration using Two-Layer Codebook Model", Proceedings of the International MultiConverence of Engineers and Computer Scientist 2008, Vol 1 Sách, tạp chí
Tiêu đề: Real-time Background Modeling / Subtration using Two-Layer Codebook Model
Tác giả: Mohamad Hoseyn Sigari, Madmood Fathy
Năm: 2008
7. Wren, Christopher R., Ali Azarbayejani, Trevor Darrel, Alex Pentland (1997), "Pfinder: Real-time Tracking of the Human Body", IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol 19, No 7, pp.780-785 Sách, tạp chí
Tiêu đề: Pfinder: Real-time Tracking of the Human Body
Tác giả: Wren, Christopher R., Ali Azarbayejani, Trevor Darrel, Alex Pentland
Năm: 1997
6. Gary Bradski and Adrian Kaehler (2008), Learning OpenCV, O'reilly, O’Reilly Media, Inc., 1005 Gravenstein Highway North, Sebastopol, CA 95472 Khác

Xem thêm

HÌNH ẢNH LIÊN QUAN

BẢNG KÝ HIỆU VIẾT TẮT - Thuật toán phát hiện chuyển động
BẢNG KÝ HIỆU VIẾT TẮT (Trang 8)
Hình 1. Sự kết hợp giữa phân bố đã biết với kết quả phép đo thu đƣợc. - Thuật toán phát hiện chuyển động
Hình 1. Sự kết hợp giữa phân bố đã biết với kết quả phép đo thu đƣợc (Trang 14)
Hình 2. Giá trị cường độ sáng theo thời gian - Thuật toán phát hiện chuyển động
Hình 2. Giá trị cường độ sáng theo thời gian (Trang 23)
Hình 5. Kết quả phát hiện chuyển động - Thuật toán phát hiện chuyển động
Hình 5. Kết quả phát hiện chuyển động (Trang 31)
Hình 6. Giá trị cường độ sáng theo thời gian và cách  được sử dụng. - Thuật toán phát hiện chuyển động
Hình 6. Giá trị cường độ sáng theo thời gian và cách  được sử dụng (Trang 35)
Hình 7. Biểu diễn giá trị màu trong không gian màu RGB. - Thuật toán phát hiện chuyển động
Hình 7. Biểu diễn giá trị màu trong không gian màu RGB (Trang 36)
Hình trên (7.b) mô tả phân bố giá trị các điểm ảnh trong không gian RBG từ chuỗi ảnh của bảng màu trong hình (7.a) - Thuật toán phát hiện chuyển động
Hình tr ên (7.b) mô tả phân bố giá trị các điểm ảnh trong không gian RBG từ chuỗi ảnh của bảng màu trong hình (7.a) (Trang 36)
Hình 9. Các thành phần chính trong thƣ viện OpenCV. - Thuật toán phát hiện chuyển động
Hình 9. Các thành phần chính trong thƣ viện OpenCV (Trang 45)
Hình 10. Quan hệ kế thừa giữa các cấu trúc trong OpenCV. - Thuật toán phát hiện chuyển động
Hình 10. Quan hệ kế thừa giữa các cấu trúc trong OpenCV (Trang 46)
Hình 11. Ảnh lối vào và biểu diễn kết quả sau khi tách đường bao. - Thuật toán phát hiện chuyển động
Hình 11. Ảnh lối vào và biểu diễn kết quả sau khi tách đường bao (Trang 67)
Hình 12. Quá trình cập nhật vệt theo thời gian. - Thuật toán phát hiện chuyển động
Hình 12. Quá trình cập nhật vệt theo thời gian (Trang 72)
Hình 13. Các vệt mẫu chuyển động của 2 đối tƣợng. - Thuật toán phát hiện chuyển động
Hình 13. Các vệt mẫu chuyển động của 2 đối tƣợng (Trang 72)
Hình 14. Tính độ chuyển vết của chuyển động. - Thuật toán phát hiện chuyển động
Hình 14. Tính độ chuyển vết của chuyển động (Trang 73)
Hình 15. Tách các chuyển động cục bộ trong ảnh. - Thuật toán phát hiện chuyển động
Hình 15. Tách các chuyển động cục bộ trong ảnh (Trang 75)
Hình 16. Tổ chức dữ liệu lưu trữ từ điển. - Thuật toán phát hiện chuyển động
Hình 16. Tổ chức dữ liệu lưu trữ từ điển (Trang 77)

TỪ KHÓA LIÊN QUAN

TRÍCH ĐOẠN

Mô hình nền cơ bản

Giảm các phát hiện sai

Mô hình từ điển thích nghi thời gian thực Mô hình nền và phát hiện nền So sánh mô hình sử dụng từ điển với các mô hình khác Mô hình nền sử dụng từ điển phân lớp Thuật toán tách nền Giải thuật thực hiện mô hình hóa nền sử dụng từ điển hai lớp thích nghi.

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN