登录
首页 » 图像处理 » 行人检测

行人检测

于 2022-02-15 发布 文件大小:9.33 kB
0 151
下载积分: 2 下载次数: 2

代码说明:

             本代码能实现行人的快速检测,先对视频图像预处理,并进一步对差图的处理,利用帧差法检测行人,利用threshold获得x,y像素点的值,返回检测到的轮廓数,最后计算检测时间。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • H263编码
    资源描述主要研究H263编码实现,完整的源代码程序,适合初学者参考学习。代码清晰有完成的VC+6工程代码。
    2022-09-24 19:50:03下载
    积分:1
  • Space-Time Resolution
    超分辨率图像重建。具有非常好的效果,程序效率较高,有完整的注释和说明文档。
    2022-01-25 13:58:03下载
    积分:1
  • opencv轨迹跟踪半制动移动物体
    opencv背景差分,并分配ID号,记录行动轨迹并质心法可以跟踪多个目标,。。是个很不错代码
    2023-06-21 16:40:05下载
    积分:1
  • 百度云上传
    资源描述使用自己的百度云账号将手机上的图片上传到百度云上,1、可以获取百度云的账号信息。2、在这个账号上上传图片。3、可以在PC端验证存在该图片。
    2022-06-16 02:38:33下载
    积分:1
  • VC++实现读取BMP
    用VC++实现BMP图像读取,不使用现成读取函数,通过读取文件实现,能显示图像大小及位图信息,同时显示鼠标处的RGB值
    2022-03-05 02:54:42下载
    积分:1
  • 人脸检测
    基于opencv的人脸识别,haar-like快速计算,可检测人脸与眼睛 。对应opencv2.0函数,visualstdio2010编程。可同时检测多个人脸与眼部。
    2022-02-20 20:30:11下载
    积分:1
  • k-means算法
    应用背景kmeans是最简单的聚类算法之一,但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用,选取适当的k,将数据分类后,然后分类研究不同聚类下数据的特点。聚类,简单地说就是把相似的东西分到一组,同 Classification (分类)不同,对于一个 classifier ,通常需要你告诉它“这个东西被分为某某类”这样一些例子,理想情况下,一个 classifier 会从它得到的训练集中进行“学习”,从而具备对未知数据进行分类的能力,这种提供训练数据的过程通常叫做 supervised learning (监督学习),而在聚类的时候,我们并不关心某一类是什么,我们需要实现的目标只是把相似的东西聚到一起,因此,一个聚类算法通常只需要知道如何计算相似 度就可以开始工作了,因此 clustering 通常并不需要使用训练数据进行学习,这在 Machine Learning 中被称作 unsupervised learning (无监督学习)。关键技术kmeans是最简单的聚类算法之一,但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用,选取适当的k,将数据分类后,然后分类研究不同聚类下数据的特点。
    2022-02-14 09:35:23下载
    积分:1
  • 素差分使用三角洲函数
    它将读取像素的像素和计算有差异,将存储在另一个矩阵。从这些我们可以分析图像帧中的每个像素的强度
    2022-01-26 06:31:55下载
    积分:1
  • 二维卷积
    目的: 若要编写 2-D 卷积的 MATLAB 函数。 理论: 2-D 卷积可以通过矩阵乘法来执行。若要执行此操作,形成, 块矩阵 H0,H1 等从一个矩阵和阻止的 toeplitz 矩阵已形成 从块矩阵。其他矩阵是以列的形式写的。然后,乘法 之间块 toeplitz 矩阵和写在列矩阵形式将产生的结果 类似于二维卷积。 让大小的矩阵 x [m,n] M1X N1,M1 在哪里的行数,N1 矩阵的列数 x [m,n]。 .让大小的 h 矩阵 [m,n] 是 M2X N2,M2 在哪里的行数和 N2 是 [m,n] 的 h 矩阵的列数。 由 y(m,n) 表示卷积 x(m,n) 和 h(m,n) 之间 在哪里 y(m,n) = x(m,n) * h(m,n) 矩阵 y [m,n] 的大小是 M3X N3,哪里 M3 = M1 + M2-1 和 N3 = N1 + N2-1 如果 A 是块 toeplitz 的 matri x(m,n),然后 h(m,n) 和输入的线性卷积 由给出 x(m,n) y = Ax 最后重新排列 y 以获取输出响应的元素。
    2023-07-04 15:00:03下载
    积分:1
  • Thresholding
    海,
    2022-02-10 15:34:51下载
    积分:1
  • 696518资源总数
  • 105877会员总数
  • 14今日下载