基于Python+OpenCV的異常行為檢測系統(tǒng)(GUI界面)
2022-09-26 3776 2
基于YOLOv5多目標檢測系統(tǒng)(GUI界面)
2022-08-23 1237 6
目標檢測是圖像識別中：基于Opencv原生庫對目標進行檢測追蹤
2022-08-20 990 6
我們通過支持多攝像機和多人跟蹤以及長短時記憶（LSTM）神經(jīng)網(wǎng)絡(luò)來預測兩類：“墜落”或“無墜落”，從而增強了人體姿勢估計（openpifpaf庫）。從姿態(tài)中，我們提取了五個時間和空間特征，并由LSTM分類器進行處理。
2022-08-09 1140 4
用Python和OpenCV編寫的車輛計數(shù)器
2022-08-08 788 7
使用YoloV4深度學習對圖像上的車輛進行檢測計數(shù)
2022-08-06 846 1
基于YoloV4汽車多目標跟蹤計數(shù)
2022-08-05 775 2
基于Python+OpenCV的交通燈檢測
2022-07-20 647 6
基于Python+OpenCV+Flask+Web實時視頻流處理并COCO目標檢測
2022-07-19 739 3
使用OpenCV部署yolov5-pose目標檢測+人體姿態(tài)估計。支持yolov5s，yolov5m，yolov5l
2022-07-11 1368 4
本項目是基于視頻的車輛跟蹤及流量統(tǒng)計，是一個可跟蹤路面實時車輛通行狀況，并逐幀記錄不同行車道車流量數(shù)目的深度學習項目。
2022-07-11 1218 3
基于Python+OpenCV公交車檢測和統(tǒng)計人流計數(shù)
2022-06-07 829 6
使用Python和OpenCV的進出人流計數(shù)器
2022-06-07 850 1
基于Python+OpenCV統(tǒng)計出入大廳的人數(shù)
2022-06-06 1087 5
基于Python+OpenCV+dlib道路和商場人流統(tǒng)計
2022-06-06 1028 7
從一段視頻中提取動態(tài)目標，幀疊加形成一張圖片，展示運動軌跡。運動目標檢測方法：幀的灰度圖和背景灰度圖作差，二值處理形成蒙版，再形態(tài)學處理（開環(huán)去噪點，閉環(huán)補空隙，可以調(diào)整核大小kopen kclose）. 所以錄制視頻背景不能動，需要固定住相機。
2022-06-02 1009 1
基于PyQt5實現(xiàn)YOLOv5人群計數(shù)系統(tǒng)設(shè)計(GUI界面)
2022-05-08 1011 2
基于Python+dlib+Tensorflow臉部反欺騙檢測 活體檢測
2022-05-01 832 7
最終目標是區(qū)分一個對象，我們應(yīng)該將其高光作為元素向量。這可以通過特征提取來實現(xiàn)。提取圖片特征的方法多種多樣。它往往建立在陰影、紋理或形狀上。本文的重點是研究和思考各種基于紋理的目標識別和特征提取方法。GLCM和Haar小波變換是最粗糙的地表調(diào)查策略。
2022-05-01 808 4