1) background subtraction
背景差
1.
Application of background subtraction under complex scene;
背景差方法在复杂场景条件下的应用
2.
New algorithm for detecting moving object based on adaptive background subtraction and symmetrical differencing;
基于动态阈值对称差分和背景差法的运动对象检测算法
3.
Shadow suppression method for background subtraction;
背景差法中的阴影消除方法
2) background subtraction
背景差法
1.
In order to automatically monitor the passing vehicles on the highway,a method of background subtraction is applied to detect the moving vehicles and finally the ratio of vehicle-occupied was computed.
该文通过自适应混合高斯模型在一系列连续视频图像中提取出背景并进行更新的基础上,利用背景差法对视频图像中的运动车辆进行检测并进行占道比计算,以实现对高速公路上过往车辆的自动监控功能。
2.
The performance of background subtraction algorithms depends on how to construct background model.
背景差法是固定的单摄像头监控中常用的一种运动目标检测方法,其核心是背景的构造。
3.
The background subtraction is an important approach in video-based vehicle detection.
背景差法是一种重要的视频车辆检测方法。
3) Background difference
背景差分
1.
This algorithm combines background difference with the particle filter.
该方法利用背景差分法与粒子滤波器算法相结合。
2.
Then an algorithm based on disparity background difference was employed to detect the foreground region.
首先对立体图像对进行匹配求取场景的视差图,再运用基于视差的背景差分法获得含有运动目标的前景区域,最后根据前景区域的视差和位置分布准确定位各运动目标。
3.
This paper adopts the three-level DWT to decompose background and image sequences,and detects moving objects only using background difference among those low frequency sub-images.
本文利用DWT对背景和序列图像进行三层分解,仅将低频子图进行背景差分提取了运动目标。
4) background subtraction
背景差分
1.
Moving objects detection based on background subtraction method
基于背景差分的运动目标检测方法
2.
Rice dynamic image detection based on background subtraction
基于背景差分法的稻米动态图像检测识别
3.
A typical method currently adopted is background subtraction.
在基于视频的交通检测系统中,运动车辆的正确检测是关键,目前采用的典型方法是背景差分法。
5) substracting background
差分背景
6) background error
背景误差
1.
The background error used by 3DVAR system was reproduced by using "National Meteorological Center(NMC)" method and the prediction results of August 2005,which adapt to the prediction domains and horizontal,vertical resolution in the following experiments.
试验中首先采用"National Meteorological Center(NMC)"方法,将2005年8月的MM5模式的预测结果形成与试验区域和水平分辨率相匹配的背景误差场,并将其与全球背景误差场进行了对比分析,结果表明,采用2005年8月MM5模式预报结果生成的背景误差场的基本特征与系统提供的全球背景误差场相似,且长度尺度随着水平分辨率的提高而减小。
补充资料:差差
1.犹参差。不齐貌。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条