This example shows how to detect and count cars in a video sequence using foreground detector based on Gaussian mixture models (GMMs)
標簽： Detecting Gaussian Mixture Models Using Cars
上傳時間： 2016-12-10
上傳用戶：Fgufsett
Gaussian Jordan消元法。比較簡答，且完備中文注釋。
上傳時間： 2017-02-28
上傳用戶：303062057
摘要:"紅外弱小目標檢測"是紅外搜索跟蹤系統、紅外雷達預警系統、紅外成像跟蹤系統的核心技術,因此紅外小目標的檢測是當前一項重要的研究課題.目前的發展方向是研究運算量小、性能高、利于硬件實時實現的檢測和跟蹤算法.該文在前人研究的基礎上,著重研究了Marr視覺計算理論在紅外小目標檢測技術中的應用.從Marr算法的理論基礎——高斯平滑濾波器與拉普拉斯算子的相關知識以及Marr的計算視覺理論基礎開始,進行了 2G(Laplacian of Gaussian,高斯—拉普拉斯)濾波器、LoG(Laplacian ofGaussian,高斯—拉普拉斯)模板以及 2G濾波器在人類視覺、邊緣檢測、邊緣處理的物理意義以及神經生理學意義方面的分析討論,提出了易于FPGA(Field Programmable Gate Array,現場可編程門陣列)實現的基于Marr計算視覺的紅外圖像小目標檢測方法.該方法可根據目標大小自動設計檢測模板,在濾除不相關的噪聲的同時又保留閉合的目標邊緣,從而檢測出目標.將該方法用FPGA實現,滿足了檢測過程中的實時性.考慮到工程中的應用,該文對該方法在FPGA中的具體實現給出了設計總體思路和詳細流程.由于FPGA具有對圖像數據的實時處理能力,而且該算法在FPGA中的具體實現中對資源的合理使用進行了綜合考慮,因此該算法能夠實時、有效地實現目標檢測.并在此基礎上對小目標的檢測研究前景進行展望.
上傳時間： 2013-07-04
上傳用戶：萌萌噠小森森
近年來，隨著DSP技術的快速發展，數字視頻處理技術得到了越來越廣泛的應用。邊緣檢測是是數字視頻處理中的一項關鍵技術，而且是進行對象檢測和識別的基礎。本文首先分析了當前發展比較成熟的幾種邊緣檢測算法，然后針對基于DSP的數字視頻處理系統的特點選用Laplacian of Gaussian（LoG）邊緣檢測算法，并在基于DM642的數字視頻處理系統上實現，給出了仿真的結果。
上傳時間： 2013-11-15
上傳用戶：familiarsmile
這個軟件支持Bayesian衰退和分類模形，它基于神經系統網絡和Gaussian作用。它也包括一些根本的程序實現有限和無限混合的模型。
上傳時間： 2015-01-14
上傳用戶：Altman
matlab的圖像處理。圖像編碼（HUFFMAN編碼）小波變換，1、 分別用sobel、Laplacian-Gaussian方法對一幅灰度圖像進行邊緣提取
上傳時間： 2015-03-31
上傳用戶：zhichenglu
Models UWB TX and RX using BPSK fifth derivative. MATLAB Release: R13 Description: This m file models a UWB system using BPSK with the fifth order derivative of the gaussian pulse with correlation receiver and intgrator.
標簽： Description derivative Release Models
上傳時間： 2015-05-08
上傳用戶：zhliu007
This program demonstrates some function approximation capabilities of a Radial Basis Function Network. The user supplies a set of training points which represent some "sample" points for some arbitrary curve. Next, the user specifies the number of equally spaced gaussian centers and the variance for the network. Using the training samples, the weights multiplying each of the gaussian basis functions arecalculated using the pseudo-inverse (yielding the minimum least-squares solution). The resulting network is then used to approximate the function between the given "sample" points.
標簽： approximation demonstrates capabilities Function
上傳時間： 2014-01-01
上傳用戶：zjf3110
this demo is to show you how to implement a generic SIR (a.k.a. particle, bootstrap, Monte Carlo) filter to estimate the hidden states of a nonlinear, non-Gaussian state space model.
標簽： a.k.a. bootstrap implement particle
上傳時間： 2014-11-10
上傳用戶：caozhizhi
The software implements particle filtering and Rao Blackwellised particle filtering for conditionally Gaussian Models. The RB algorithm can be interpreted as an efficient stochastic mixture of Kalman filters. The software also includes efficient state-of-the-art resampling routines. These are generic and suitable for any application.
標簽： filtering particle Blackwellised conditionall
上傳時間： 2013-12-17
上傳用戶：zsjzc
