搜索资源列表
mixture_of_gaussians
- 这是一个混合高斯模型的MATLAB程序，能够实现运动目标检测阶段，仅供初学者参考。-This is a mixed Gaussian movement target detection MATLAB program, can achieve the initial detection of moving objects, only for beginners reference
dangaosi
- 单高斯模型是一种图像处理背景提取的处理方法，适用于背景单一不变的场合，其他如混合高斯模型等方法都是对单高斯模型的扩展，单以单高斯模型最为简便，而且采取参数迭代方式，不用每次都进行建模处理。-Single Gaussian model is an image processing method for processing background extraction, suitable for constant background single occasion, other methods s
VIBE-master
- Vibe算法实现目标跟踪，目标检测,比混合高斯模型速度更快更准确-Vibe algorithm target tracking, target detection, faster and more accurate than Gaussian mixture model speed
Mixed-Gauss-model
- 混合高斯模型，内附源码、paper、测试结果、说明等。-Gaussian mixture model
em
- em算法介绍:EM算法有很多的应用，最广泛的就是GMM混合高斯模型、聚类、HMM等等(This is the EM algorithm using JAVA, easy to understand, easy to use and helpful for understanding the EM algorithm)
交叉熵优化高斯混合模型
- matlab最大似然优化与交叉熵(CE)多高斯混合估计算法的应用(Maximum Likelihood Optimization and Cross Entropy (CE) Multi - Gaussian Mixture Estimation Algorithm)
讲课涉及到的一些源代码
- 一些关于混合高斯模型的程序，包括em方法和gibbish采样(some code relate to gmm)
GMM_EM
- GMM算法是混合高斯模型，其求解过程需要不断迭代，本程序利用EM算法进行了仿真实现，可以加深对GMM的理解。(GMM algorithm is a hybrid Gauss model, and its solution process needs iteration. This program uses EM algorithm for simulation, which can deepen the understanding of GMM.)
mixture_of_gaussians
- 视频前景信息提取的常用算法，广泛应用于视频检测报警等领域(A common algorithm for video foreground information extraction)
高斯混合模型GMM-latentSpace-v2.0
- 用于背景建模实现视频运动目标分割 与目标跟踪算法(For background modeling, video moving object segmentation and object tracking algorithm)
vbemgmm
- 在混合高斯模型参数估计方法上有很多方法，例如最大似然函数的EM算法，但是该算法容易出现过拟合，故本文提出了一个变分EM的算法来对参数进行估计，可以避免EM算法中的不足。 下面的示例文件中说明了使用下面的示例文件说明了用法 examplevbem，VBEM M示例文件 faithful.txt数据集为例(The parameters of Gauss mixture model estimation method has a lot of methods, such as the maxim
mixture_of_gaussians
- 采用高斯混合模型来对目标进行前景检测，并用MATLAB实现。(The Gauss mixture model is used to detect the foreground of the target, and it is implemented by MATLAB.)
EmGm
- 主要是混合高斯模型的参数估计方法，运用的是最大似然函数EM算法。文件中包含训练数据。(The parameter estimation method of the mixed Gauss model is mainly based on the maximum likelihood function EM algorithm. The file contains training data.)
GMM
- GMM(Gaussian Mixture Model)，高斯混合模型(或者混合高斯模型)，也可以简写为MOG(Mixture of Gaussian)。(GMM(Gaussian Mixture Model))
GMM_EM
- 混合高斯模型的参数计算方法，采用EM迭代的方法求得(Parameter calculation method of mixed Gauss model)
EM_GM_fast
- 高斯混合模型中的EM算法（就不完整数据的极大似然估计）应用(EM algorithm in Gauss mixture model)
peel-lerher
- 混合高斯模型和EM算法结合,当中用到了自己写的Kmeans聚类,附带测试样例,训练样例和main函数,()
447809
- 混合高斯模型,用于背景建模的程序,使用时请安装OPENCV()
基于隐马尔科夫模型的高速公路超车行为
- 基于驾驶模拟器实验数据,结合高斯混合隐马尔可夫模型(GM-HMM),对高速公路的超车行为进行 辨 识 , 并 对 驾 驶 员 意 图 和 超 车 行 为 是 否 正 常 进 行 分 析 。 结 果 表 明 , 基 于 GM-HMM 的 辨 识 方 法 能 有 效 辨 识 多 种 驾 驶 工况下的不正常超车行 为 。(Based on driving simulator experiment data, combined with Gauss hybrid hidden Markov model
JGIB
- 混合高斯模型,用于背景建模的程序,使用时请安装OPENCV()