欧美激情极品久久久久久,久久天天躁狠狠躁老女人,日本精品区二区三区四区,一二三区中文字幕在线观看

        公安警務(wù)領(lǐng)域的運動目標檢測東莞監(jiān)控安裝公司表示通過與處理、背景建模、目標分割等流程從視頻或圖像中提出感興趣的目標，如人、車、物等，并確定當前目標所在畫面的位置、大小，為后續(xù)的行人識別、車輛識別等做準備。運動目標檢測是后續(xù)跟蹤識識別等算法的基礎(chǔ)，其準確率和性能直接影響了后續(xù)算法分為基于背景建模的檢測算法和基于目標建模的檢測算法。

        （1）基于背景建模的運動目標檢測

        基于背景建模的運動目標檢測具有簡單、速度快、受遮擋影響小等優(yōu)勢，但是背景建模要求背景固定、目標運動。東莞監(jiān)控安裝公司表示因此在要求實時性強、攝像機固定的場景中應(yīng)用廣泛。

        基于背景建模的運動目標檢測首先進行背景建模，然后通過當前畫面與背景圖像的相減即可得到運動目標。但是模型建立后，可能對場景的變化比如光、云影、樹葉、波浪等比較敏感，而良好的背景模型能消除或減少背景動態(tài)花邊對于運動目標檢測帶來的影響。

        目前有很多致力于背景建模與維護，如卡爾曼濾波建模、均值濾波、非參數(shù)化模型、近似種植濾波、線性濾波、近似中值濾波、基于高斯假設(shè)的迭代方法、基于聚類的方法、基于隱馬爾科夫的方法、基于自回歸模型的方法、東莞監(jiān)控安裝公司表示還有基于在線學習的方法以及基于時空背景隨機更新的VIBE方法，其中，混合多高斯背景建模方法是目前普遍應(yīng)用的一種前景提取方法。

        （2）基于目標建模的運動目標檢測

        想對比基于背景建模的防范，基于目標建模的運動目標檢測能良好的適應(yīng)背景的運動，對目標的運動狀態(tài)也沒有要求，但是由于要對大量訓練目標進行統(tǒng)計學習，所以速度相對比較慢，一般適用于對實習性要求不強的應(yīng)用場景?；谀繕私５倪\動目標檢測一般采用滑動窗口的策略，掃描每個滑動窗口的圖像，根據(jù)模型判定圖像是目標還是背景，目標檢測的效果取決于模型的魯棒性。

        東莞監(jiān)控安裝公司表示根據(jù)建模的方法不同，基于滑動窗口的目標檢測主要分為剛性全局模板檢測模型、基于視覺詞典的檢測模型、基于部件的檢測模型和深度學習模型等，其中剛性全局模板檢測模型中的梯度方向直方圖特征，成為近年來最有影響力和最為成功的特征之一，而基于深度學習的目標檢測模型正在成為研究的熱點。

        以上文章來源由東莞監(jiān)控安裝http://lxzzlje.com/創(chuàng)通寶科技整理提供。