数据融合matlab代码-Camera-Occlusion-Detection-Based-on-Video-Classification:基

上传者: 38632797 | 上传时间: 2022-04-28 19:42:00 | 文件大小: 34KB | 文件类型: ZIP
数据融合matlab代码 基于视频分类的监控摄像机遮挡检测 Camera Occlusion Detection Based on Video Classification 本项目使用基于深度学习的视频分类方法来进行监控摄像机的遮挡检测 运行环境要求 代码要求安装Keras 2 和 TensorFlow 1 或者更高版本,详情请见requirements.txt文件。 你可以运行命令: pip install -r requirements.txt 你还需要安装ffmpeg用来提取视频帧,以及需要MATLAB来进行数据预处理阶段的图像增强 数据准备 首先,在data文件夹中准备好训练集train和测试集test,再使用命令mkdir sequences && mkdir checkpoints创建新的文件夹。 然后,运行python extract_files.py来提取视频帧,并用CSV文件记录下视频信息,以供后续代码使用。 数据预处理 直方图均衡化(HE) data_histeq.m对视频帧进行直方图均衡化,提高图像对比度。 限制对比度的自适应直方图均衡化(CLAHE) 对于像素分

文件下载

资源详情

[{"title":"( 22 个子文件 34KB ) 数据融合matlab代码-Camera-Occlusion-Detection-Based-on-Video-Classification:基","children":[{"title":"Camera-Occlusion-Detection-Based-on-Video-Classification-master","children":[{"title":"README.md <span style='color:#111;'> 2.59KB </span>","children":null,"spread":false},{"title":"camera-occlusion-detection","children":[{"title":"myhisteq.m <span style='color:#111;'> 8.30KB </span>","children":null,"spread":false},{"title":"models.py <span style='color:#111;'> 9.46KB </span>","children":null,"spread":false},{"title":"data_imhist.m <span style='color:#111;'> 89B </span>","children":null,"spread":false},{"title":"mohu.m <span style='color:#111;'> 1.21KB </span>","children":null,"spread":false},{"title":"extractor.py <span style='color:#111;'> 1.83KB </span>","children":null,"spread":false},{"title":"gui.py <span style='color:#111;'> 498B </span>","children":null,"spread":false},{"title":"myadapthisteq.m <span style='color:#111;'> 21.36KB </span>","children":null,"spread":false},{"title":"extract_features.py <span style='color:#111;'> 1.65KB </span>","children":null,"spread":false},{"title":"data","children":[{"title":"extract_files.py <span style='color:#111;'> 3.44KB </span>","children":null,"spread":false},{"title":"data_file.csv <span style='color:#111;'> 4.30KB </span>","children":null,"spread":false}],"spread":true},{"title":"train.py <span style='color:#111;'> 3.54KB </span>","children":null,"spread":false},{"title":"demo.py <span style='color:#111;'> 2.24KB </span>","children":null,"spread":false},{"title":"data_adapthisteq.m <span style='color:#111;'> 1.21KB </span>","children":null,"spread":false},{"title":"validate_rnn.py <span style='color:#111;'> 1.45KB </span>","children":null,"spread":false},{"title":"processor.py <span style='color:#111;'> 477B </span>","children":null,"spread":false},{"title":"data_histeq.m <span style='color:#111;'> 663B </span>","children":null,"spread":false},{"title":"train_cnn.py <span style='color:#111;'> 4.50KB </span>","children":null,"spread":false},{"title":"requirements.txt <span style='color:#111;'> 99B </span>","children":null,"spread":false},{"title":"CNN_evaluate_testset.py <span style='color:#111;'> 1.15KB </span>","children":null,"spread":false},{"title":"validate_cnn.py <span style='color:#111;'> 1.51KB </span>","children":null,"spread":false},{"title":"data.py <span style='color:#111;'> 9.20KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明