随着科技的进步，视频监控系统正在向嵌入式、数字化、网络化方向发展。嵌入式视频监控系统充分利用大规模集成电路和网络的科技成果，实现了体积小巧、性能稳定、通讯便利的监控产品。 本文以S3C2410为核心硬件平台开发了基于嵌入式的远程视频监控系统，并对关键技术进行了论述和研究。首先给出了系统总体软硬件设计方案，针对本系统硬件对vivi进行了修改和移植，对编译和移植Linux内核以及制作YAFFS文件系统也做了深入的研究，重点讨论了在嵌入式Linux操作系统下开发USB接口摄像头驱动程序和利用linux提供的Video4Linux API函数实现视频数据采集，其次采用背景差法实现了对视频图像中运动目标的检测，然后通过MJPEG压缩算法实现了视频数据压缩，接着介绍了在Linux下基于TCP/IP协议的socket编程，实现了视频数据的网络发送。最后着重论述了嵌入式Web服务器的设计，编写了视频监控主界面程序，并实现了基于B/S模式的视频监控系统结构。 本系统采用模块化设计方法，使得设计更加简洁、高效，具有良好的扩展性和易用性，有利于系统升级。另外采用嵌入式的方法，系统成本较低，易于推广使用。
上传时间： 2013-04-24
上传用户：小枫残月
针对解决OpenCV人脸检测模块在Android平台编译和移植的问题，提出一种利用JNI技术（Java Native Interface）调用OpenCV以及采用Android NDK（Native Development Kit）生成共享库的目标检测方法。文中从分析利用Android NDK编译Android平台所需要的OpenCV静态库的问题入手，详细阐述了利用JNI调用OpenCV相关函数的具体步骤。经过多次试验，证明该人脸检测模块的平均检测时间为1 280 ms，具有较高的检测速度和检测精度。
上传时间： 2013-12-10
上传用户：15736969615
采用霍夫变换法对雷达目标进行起始，解决了机动目标的非线性强的问题，得到精确的航迹起始初值信息，并将初值信息作为无迹卡尔曼滤波目标跟踪的初始输入，实现对机动目标的跟踪。较其它的算法，霍夫-无迹卡尔曼滤波具有更高的精度。实验仿真，证明了其有效性。
上传时间： 2014-01-04
上传用户：417313137
人脸检测的C/C++源代码，曾发表于 OPENCV 的 MAILING LIST，主要是对OPENCV 3.1 版本发布的代码做了一些速度上的优化，并且解决了内存泄漏的问题。这个程序所使用的 Paul Viola 提出（该论文“Rapid Object Detection using a Boosted Cascade of Simple Features”发表在 CVPR 01）的 Ada Boosted Cascade 算法可以说是目前最好最快的目标检测算法。
上传时间： 2014-01-11
上传用户：日光微澜
于背景减除法和时域差分法，并对这两种算法加以了改进，综合二者优点，提出了一种新的运动检测方法。 以便于视觉监视中快速、准确地分割出运动目标。同时把分割出的运动目标用区域而不是轮廓二值图表示。以下的改进方案经实验证明可以实时地分割出运动目标，效果也较好。
上传时间： 2013-12-05
上传用户：hasan2015
视频监控方向，运动目标的快速检测与跟踪算法研究
上传时间： 2013-12-28
上传用户：yuanyuan123
实时视频捕获，目标识别，动态检测运动目标，检测区域可调整，
标签： 实时视频
上传时间： 2013-11-28
上传用户：pinksun9
实时视频捕获，目标识别，动态检测运动目标，检测区域可调整，
标签： 实时视频
上传时间： 2016-10-30
上传用户：BIBI
自己采用opencv编写的程序，该程序主要实现运动目标的检测，采用背景减法里面的GMM混合高斯模型
上传时间： 2017-03-20
上传用户：refent
通过使用MATLAB平台，对图片中的水杯实现检测识别
标签： Hough 颜色 分割 阈值分割 目标检测 MATLAB
上传时间： 2017-04-05
上传用户：light
