混合高斯(Mixture of Gaussian, MOG) 背景建模算法和Codebook 背景建模算法被广泛应用于监控视频的运动目标检测问题, 但混合高斯的球体模型通常假设RGB 三个分量是独立的, Codebook 的圆柱体模型假设背景像素值在圆柱体内均匀分布且背景亮度值变化方向指向坐标原点, 这些假设使得模型对背景的描述能力下降. 本文提出了一种椭球体背景模型, 该模型克服了混合高斯球体模型和Codebook 圆柱体模型假设的局限性, 同时利用主成分分析(Principal compon

Julius 是一种高性能，两通大词汇量连续语音识别（LVCSR）语音相关的研究和开发的解码器软件。基于字的N-gram和上下文相关的HMM模型，它可以进行几乎实时实时解码目前大多数电脑在60K字听写任务。完全纳入，如树的N-gram词汇，保，跨词的上下文依赖处理，包围梁搜索，高斯修剪，高斯的选择，除了搜索效率等各大搜索技术，它也是模块化小心从模型结构独立，如共享状态triphones的和并列混合模型与任意数量的混合物，州或手机，支持各种HMM的类型。采用标准格式，以配合HTK的，债务工具中央结

隐马尔科夫模型工具箱，readme文档介绍了该工具箱的使用方法-Hidden Markov Model (HMM) Toolbox written by Kevin Murphy (1998). Seehttp://www.ai.mit.edu/~murphyk/Software/hmm.html for details. Models dhmm = HMM with discrete output mhmm = HMM with mixture of G