This example shows how to detect and count cars in a video sequence using foreground detector based on Gaussian mixture models (GMMs)
标签： Detecting Gaussian Mixture Models Using Cars
上传时间： 2016-12-10
上传用户：Fgufsett
Gaussian Jordan消元法。比较简答，且完备中文注释。
上传时间： 2017-02-28
上传用户：303062057
摘要:"红外弱小目标检测"是红外搜索跟踪系统、红外雷达预警系统、红外成像跟踪系统的核心技术,因此红外小目标的检测是当前一项重要的研究课题.目前的发展方向是研究运算量小、性能高、利于硬件实时实现的检测和跟踪算法.该文在前人研究的基础上,着重研究了Marr视觉计算理论在红外小目标检测技术中的应用.从Marr算法的理论基础——高斯平滑滤波器与拉普拉斯算子的相关知识以及Marr的计算视觉理论基础开始,进行了 2G(Laplacian of Gaussian,高斯—拉普拉斯)滤波器、LoG(Laplacian ofGaussian,高斯—拉普拉斯)模板以及 2G滤波器在人类视觉、边缘检测、边缘处理的物理意义以及神经生理学意义方面的分析讨论,提出了易于FPGA(Field Programmable Gate Array,现场可编程门阵列)实现的基于Marr计算视觉的红外图像小目标检测方法.该方法可根据目标大小自动设计检测模板,在滤除不相关的噪声的同时又保留闭合的目标边缘,从而检测出目标.将该方法用FPGA实现,满足了检测过程中的实时性.考虑到工程中的应用,该文对该方法在FPGA中的具体实现给出了设计总体思路和详细流程.由于FPGA具有对图像数据的实时处理能力,而且该算法在FPGA中的具体实现中对资源的合理使用进行了综合考虑,因此该算法能够实时、有效地实现目标检测.并在此基础上对小目标的检测研究前景进行展望.
上传时间： 2013-07-04
上传用户：萌萌哒小森森
近年来，随着DSP技术的快速发展，数字视频处理技术得到了越来越广泛的应用。边缘检测是是数字视频处理中的一项关键技术，而且是进行对象检测和识别的基础。本文首先分析了当前发展比较成熟的几种边缘检测算法，然后针对基于DSP的数字视频处理系统的特点选用Laplacian of Gaussian（LoG）边缘检测算法，并在基于DM642的数字视频处理系统上实现，给出了仿真的结果。
上传时间： 2013-11-15
上传用户：familiarsmile
这个软件支持Bayesian衰退和分类模形，它基于神经系统网络和Gaussian作用。它也包括一些根本的程序实现有限和无限混合的模型。
上传时间： 2015-01-14
上传用户：Altman
matlab的图像处理。图像编码（HUFFMAN编码）小波变换，1、 分别用sobel、Laplacian-Gaussian方法对一幅灰度图像进行边缘提取
上传时间： 2015-03-31
上传用户：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.
标签： Description derivative Release Models
上传时间： 2015-05-08
上传用户：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.
标签： approximation demonstrates capabilities Function
上传时间： 2014-01-01
上传用户：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.
标签： a.k.a. bootstrap implement particle
上传时间： 2014-11-10
上传用户：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.
标签： filtering particle Blackwellised conditionall
上传时间： 2013-12-17
上传用户：zsjzc
