Vibe背景建模的方法检测视频中的运动物体,matlab源代码
2024/6/17 1:53:03 1017KB Vib matla
1
ViBe背景建模Matlab代码实现,只完成了比较基础的部分,但与官网的实现方式差不多,速度比较快。
1018KB ViBe Matlab
1
GMM_运动检测_目标跟踪_背景建模基于高斯混合模型的运动物体检测。
有源代码和可执行程序,效果较好。
2024/3/24 6:08:23 8.41MB 运动检测 高斯混合模型 背景建模
1
基于视频的移动目标检测是一个重要且有挑战性的任务,在许多应用中都起到相当关键的作用。
本次论文研读围绕该主题展开,深入阅读了十余篇论文,在本文总结了视频中移动目标检测的一些主要方法及各自的优劣。
1
该方法是利用均值法进行背景建模,利用背景减除法达到运动目标,能够比较好的检测到运动目标。
2023/12/19 23:31:34 4KB 目标检测
1
利用多维高斯混合模型,建立背景,然后通过减背景获得前景区域,多维高斯混合模型具有较强的抗噪声,较好适应光线变化
2023/11/28 14:22:34 2KB matlab gaussians mixture model
1
核密度估计算法背景建模
有成功运行的代码和测试视频。
有算法讲解论文
2023/10/14 11:50:52 24.33MB 核密度估计
1
实现了改进的高斯混合背景建模算法,开发环境为VS2013+opencv,主要用C语言,opencv实现
2023/10/5 23:06:14 6KB C语言
1
本例的开发环境是vs2008,用的是基于opencv的开发工具包,可以实现效果较好的前景提取技术本例的开发环境是vs2008,用的是基于opencv的开发工具包,可以实现效果较好的前景提取技术
2023/9/19 12:47:13 743KB 混合高斯 c++ opencv
1
运用核密度自适应阈值背景建模算法对运动目标进行检测,文档加代码,实现效果较好
2023/8/15 5:36:08 4.43MB 核密度估计
1
共 19 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡