目标检测（Object Detection）是计算机视觉领域的基本任务之一，学术界已有将近二十年的研究历史。近些
年随着深度学习技术的火热发展，目标检测算法也从基于手工特征的传统算法转向了基于深度神经网络的检测，技术本文总结了近十年来的深度学习目标检测算法
2020-01-03 11:27:35
6.09MB
1
本资源为YOLO v3目标检测算法的PyTorch实现（出处：https://github.com/ayooshkathuria/pytorch-yolo-v3），本压缩包中包含了240MB的预训练网络文件，方便难以访问国外服务器的同学下载。
2020-01-03 11:19:26
222.07MB
1
背景差分法与三帧间差分法相结合的运动目标检测算法$
首先利用当前帧与混合高斯模型建立的背景模型差分&快速检测出运动变化区域$
2019-12-21 22:25:37
331KB
1
压缩包里共包含4种最常用的运动目标检测算法：混合高斯模型 相邻帧差法 运行期均值法 自适应阈值的三帧差分法 ；全部是自己总结和写的，绝对可以运行。
2019-12-21 21:20:13
16KB
1
使用matlab编写的运动目标跟踪算法，核心代码均自己手写，包括帧间差分法，ViBe算法和高斯混合建模法，并且使用了matlab GUI，可直接选择视频查看算法效果。
2019-12-21 21:17:41
14.8MB
1
采用精确背景补偿，实现动态背景下动态目标检测，通过KNN匹配、比率筛选、对称约束三层筛选提取良好匹配点对，结合自适应外点滤除算法，实现对复杂环境的精确补偿。
2019-12-21 20:51:51
14KB
1