资源简介
本文针对视频监控中的车辆检测跟踪问题,具体研究了在昼间车流密度较
高情况下以及在夜间车辆的检测与跟踪算法。
首先针对昼间车流密度高的特点将类 Haar+Adaboost 分类器的统计学习方
法用于昼间车辆检测,并在检测后进行一定后处理去除虚警。实验结果表明,
在车流密度较高的情况下仍能快速地检测出车辆,明显优于运动目标检测的效
果!
在注释中讲吧,佛楼米!
代码片段和文件信息
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 2736932 2018-11-10 11:42 基于视频图像的车辆检测、跟踪与流量统计.pdf
----------- --------- ---------- ----- ----
文件 2736932 2018-11-10 11:42 基于视频图像的车辆检测、跟踪与流量统计.pdf
- 上一篇:CCS5.5以上版本使用指南
- 下一篇:NVMe——PCIe SSD的新一代标准
相关资源
- haarcascades
-
opencvHaar特征进行的分类器-所有xm
-
opencv的xm
l文件 - haarcascades.zip
- createsamples.exe和haartraining.exe及所需d
- Vehicle-And-Pedestrian-Detection-Using-Haar-Ca
- 模糊检测blur detection using wavelet trans
- 基于HAAR特征SVM分类器训练模型,包含
- Haar+Adaboost级联的目标检测程序亲测可
- 利用haar+CART+adaboost训练自己的人脸检
- OpenCV Haar分类器车辆识别模型训练样本
- 提取图像的haar特征5个方向并将其保存
-
OpenCV的haarcascades 各种分类器xm
l文件 - OpenCV 的opencv_createsamples.exe和opencv_ha
- Haar人脸检测+SVM+PCA人脸识别
- train800.rar
- Haar+Adaboost人脸检测 C实现
- 用简单的haar 小波对信号进行二层分解
-
opencv的各种haarcascade.xm
l文件 -
haarcascade_mcs_mouth.xm
l - 车牌检测haar分类器文件
-
haarcascade_smile.xm
l - opencv2.4.9opencv_createsamples.exe和opencv_h
- 基于Cascade的车牌检测文件 haar算法输
- 图像特征提取代码HOG、LBP、Haar、Hu矩
- opencv_haartraining.exe 和opencv_createsample
-
opencv 训练 xm
l文件 haar - opencv_createsamples.exe
-
haarcascade_frontalface_default.xm
l - 采用haar小波实现一维信号的分解与重
评论
共有 条评论