1) foreground binary map
前景目标二值图
2) binary object
二值目标
3) foreground object classification
前景目标分类
1.
An adaptive background model was built and subsequently the background model is updated by a foreground object classification based background update algorithm which can resolve the "deadlock" problem efficiently.
提出一种基于前景目标分类的视频序列中运动目标检测方法。
4) foreground object segmentation
前景目标分割
5) foreground object detection
前景目标检测
1.
For non-parametric kernel density estimation information redundancy and repetition computation in the training stage estimate error and large amount of calculation in the estimated phase,this paper proposed a method of clustering difference image kernel density estimation for foreground object detection.
针对非参数核密度估计学习阶段信息冗余与重复计算,估计阶段的估计错误噪声和计算量大的问题,提出了一种基于聚类分析的差分图像核密度估计前景目标检测算法。
6) Foreground object detection and segmentation
前景目标的检测和分割
补充资料：平均值-标准值控制图
分子式：
CAS号：
性质：平均值和标准差控制图的一起使用，简记为x-s图。前者用来判断产品质量特性量值的平均值是否处于或保持所要求的水平，后者用来判断产品质量特性值的标准差是否处于或保持所要求的水平。
CAS号：
性质：平均值和标准差控制图的一起使用，简记为x-s图。前者用来判断产品质量特性量值的平均值是否处于或保持所要求的水平，后者用来判断产品质量特性值的标准差是否处于或保持所要求的水平。
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