搜索资源列表
HaarFaceDetect
- 视频监控系统完整源码（本人本科毕业设计），运用帧间差分算法，运用高斯混合模型来实现背景的实时更新，以减少由于环境的变化对检测结果的干扰。-Video Surveillance System integrity of the source code (I graduated from undergraduate design), use interfr a me difference algorithm, Gaussian mixture
HMT
- 高斯混合模型，一个非常有用的图像处理方法-Gaussian mixture model, a very useful image processing method
gm
- 改进的gmm（高斯混合模型）算法，是单一高斯几率密度函数的衍生
originpro
- 背景消除方法：利用多维高斯混合模型，建立背景模型。虽然速度慢了点，但是方法很好，希望能给大家一点帮助:)
ClusteringToolboxandPDFintroduce
- 这里包含了聚类的工具箱还有很详细的文档说明，以及包含高斯混合模型的源程序。
gmm
- 一个在matlab环境下编写的采用expectation maximization方法计算高斯混合模型的程序。
BK_Gauss混合高斯背景
- 本算法基于混合高斯模型编程，采用opencv库，能够运行
Gaussian-Mix
- 这是一个高斯混合模型的源代码,环境是matlab, 高斯混合模型运用于多个方面,在信号处理中应用非常广泛,初学者可以作为参考
SpeakerIdentificationPaper
- 说话人识别方法及其系统的应用开发研究.毕业设计论文,详细.本文对说话人识别方法应用作了较深入系统的研究。采用的方法分别是矢量量化(VQ)识别方法、隐马尔可夫模型(HMM)识别方法、高斯混合模型(GMM)识别方法。
EMalgorithmforMOG
- 高斯混合模型参数估计,EM算法,sunMOG.m为函数,testMOG4.m为测试程序
GMM-EM
- 用matlab实现高斯混合模型的前期处理和分类训练！
gmmMatlab
- 高斯混合模型的matlab源代码，拭一款经典的程序
EMyu
- 最近在做毕设，是有关高斯混合模型的算法，主要采用EM算法，这片硕士论文在这方面介绍的比较详细，可以去下载研究下。
BackgroundSubtraction
- 减背景算法，基于背景建模的方法获取前景目标，采用高斯混合模型
DESIGN_AND_IMPLEMENT_A_SYSTEM_oF_GRASP_IDENTIFICAT
- 机器人灵巧手的抓持分类是抓持规划的一个主要问题．本文应用模式识别技术设计和实现了一种基于高斯混合模型GMM 的分类器．采用Expectation Maximization(EM)算法估计GMM 的参数，对人手的抓持动作进行识别与分类，经过人手到机器人手的关节空间运动映射。
gaosi
- 在OpenCV的cvaux有高斯混合模型函数，其中定义了CvGaussBGModel类用于存放高斯混合模型的各个参数。在编写代码前需要对cvbgfg_gaussmix.cpp和cvaux.h这两个文件做些修改
CImGauMM_
- 高斯混合模型，及背景减计算，Blob连通域，统计流量计数
Gaussian
- 高斯混合模型算法-Gaussian mixture model algorithm
混合高斯模型
- 经典混合高斯模型，运动目标检测