搜索资源列表
gaosi1(1)
- 高斯混合模型进行背景建模，实时获取摄像头的视频进行运动目标检测-Gauss mixture model for background modeling, real-time detection of the video camera is used for moving target acquisition
MovDetect
- vs2010工程，C++（优化了opencv的代码），通过混合高斯背景建模实现的运动物体检测，效果非常好。-vs2010 project, C++ (optimized opencv code), Gaussian mixture background modeling to achieve through the detection of moving objects, the effect is very good.
Gaussian-background-model
- 基于高斯背景模型的车辆检测改进算法 基于高斯背景模型的车辆检测改进算法-Gaussian background model based vehicle detection algorithm Gaussian background model based vehicle detection algorithm
mixture-of-gauss
- 该程序主要是实现多模态背景下的混合高斯建模，提取稳定背景图像。-The program is mainly to achieve the mixture Gauss model of multimodal background, background image extraction stability.
dangaosi
- 单高斯背景法提取运动物体。此算法能够提取视频中的运动物体。希望对大家有所帮助。-Single Gaussian background moving object extraction
gsqj
- 采用高斯混合模型用于运动背景建模，可以检测出前景-Gaussian mixture model for motion background modeling, can detect the foreground
gaussian2
- 利用opencv对图像的高斯背景源码进行修改，得到高斯背景模型-use opencv to find the gauss modle
DIP
- 数字图像处理matlab实现，包括如下程序： 1.直方图规定化为高斯双峰函数 2.窗口形状自适应（十字形或矩形）的中值滤波 3.彩色图像目标提取并与背景图像合成 4.插值外推法的彩色图像饱和度调整 5.多种插值方法实现的图像放大和缩小 6.频域变换及分析 7.几何校正 8.插值外推法的黑白图像对比度增强 9.运动模糊矫正-Digital image processing matlab realize, including the following proce
MixGauss-CPP
- 高斯混合背景建模的C++表示,现在用opencv的比较多，用c++写更能体现算法思想-Gaussian mixture background modeling C++ representation
EM_Algorithm
- 混合高斯背景建模的EM估计算法，是一篇英文资料，希望对大家有帮助。-EM estimation algorithm for Gaussian mixture background modeling, is an English data, we want to help.
GuassianBackground
- 功能是用混合高斯模型实现视频图像的背景建模！vs2010和opencv实现！-Function is Gaussian mixture model, background modeling video images! vs2010 and opencv realize!
gaussianba
- 使用特征差别提取，通过特征差别相减，以去除高斯背景-Using the characteristics of different extraction, the characteristics of different background subtraction, to remove Gauss
myGMM
- 运用opencv进行运动目标检测，背景采用高斯混合模型进行更新。-The use of OpenCV moving target detection, background model is updated by Gauss mix.
Laplace
- 传统的短时谱估计语音增强算法通常假设语音谱分量相互独立，没有考虑语音谱分量间的相关性。针对这 一问题，该文提出一种新的基于多元Laplace分布模型的短时谱估计算法。首先，假设语音的离散余弦变换(DCT) 系数服从多元Laplace分布，以此利用谱分量间的相关性；在此基础上，利用多元随机矢量的高斯尺度混合模型表 示，推导得到语音DCT系数矢量的最小均方误差(MMSE)估计的解析表达式；并进一步推导了基于该分布模型的 语音存在概率，对最小均方误差估计子进行修正。实验结果表明，该算法
guassian
- 混合高斯背景模型，背景差法，检测运动目标，环境VC2008，Opencv，前景与背景分开显示-Gaussian mixture background model background subtraction method to detect moving targets
GMM
- 混合高斯背景建模方面不错在资料，值得参考-Gaussian mixture background modeling in the data, it is also useful
abc
- 基于混合高斯模型背景建模法来检测运动目标-Gaussian mixture model-based background modeling method to detect moving targets
gaussianTest
- 代码为用高斯背景建模提取视频中移动的物体，使用VS+OpenCV2-Code for the extraction of moving objects in video using Gaussian background modeling, using VS+OpenCV2.4.4
test4
- 单高斯背景建模方法 检测视频中的运动物体 配置环境vs2012+opencv2.0-Vs2012+opencv2.0 moving object configuration environment single Gauss background modeling method detection in video
gmm
- 混合高斯模型使用K（基本为3到5个） 个高斯模型来表征图像中各个像素点的特征,在新一帧图像获得后更新混合高斯模型,用当前图像中的每个像素点与混合高斯模型匹配,如果成功则判定该点为背景点, 否则为前景点。通观整个高斯模型，他主要是有方差和均值两个参数决定，,对均值和方差的学习,采取不同的学习机制,将直接影响到模型的稳定性、精确性和收敛性。由于我们是对运动目标的背景提取建模，因此需要对高斯模型中方差和均值两个参数实时更新。为提高模型的学习能力,改进方法对均值和方差的更新采用不同的学习率 为提高在繁忙