搜索资源列表
Advances.of.Research.in.Independent.Component.Anal
- ：介绍了独立成分分析(ICA)的基本模型及其假设、含混性、非高斯性度量和通用求解过程。讨论了目前ICA 的几个研究方向的发展现状和面临的问题，分析了ICA 基本模型和几种扩展模型的求解算法，包括盲反卷积、卷积混和的盲分离、非线性瞬时混合的盲分离。提出了ICA 未来理论和应用研究中的开放课题。
Adaptivebackgroundmixtureodelsforrealtimetracking.
- 一篇关于混合高斯建模的方法，很经典，从中可以学到很多东西
混合高斯模型原理
- 混合高斯模型原理GMM
人脸检测与语音驱动口型的文章
- 这是一篇详细介绍人脸检测与语音驱动口型的文章，其中使用了高斯混合模型采取了无监督聚类的方法，希望对你有用。,This is a detailed introduction Face Detection and voice-driven I-type article, which uses the Gaussian mixture model taken unsupervised clustering method, in the hope that useful to you.
GMM.rar
- 混合高斯建模是背景建模中的一种经典方法，对复杂背景具有较好的适应性！,Gaussian mixture modeling is modeling in the context of a classical method, the complex has better adaptability background!
111
- 基于混合高斯背景建模和阴影抑制算法, 可以消除混合背景下的阴影-mixture gaussian model(GMM)
detect
- 基于混合高斯建模的运动检测论文包。内含PDF 和NH格式-Gaussian mixture modeling based on motion detection paper bag.
em
- EM基本算法，高斯混合模型的应用，很基础，思路清晰-EMMixtures of Gaussians
rennian
- 一种基于肤色分割、区域分析和模板分布的彩色图像人脸检测算法.首先对输入的彩色图像利用混合高斯模型和亮度模型进行分割,然后根据人脸五官的结构特征对得到的区域进一步分析处理,获得所有可能的候选人脸.接着构造了一种基于双眼和人脸模板的概率模型并利用其对候选人脸进行最终检测.-Based on skin color segmentation, regional analysis and the template in color images of face detection algorithm. F
stauffer-mog-
- stauffer的经典的混合高斯模型算法描述，适合做行为检测的人使用。-stauffer the classical Gaussian mixture model algorithm descr iption, suitable for people who use behavior detection.
gaussian-filters
- 非线性问题的高斯滤波,包含了贝叶斯递归滤波、高斯-厄尔米特滤波、中心差分滤波、混合高斯滤波等先进滤波方法-Gaussian filters for Nonlinear filtering problems
Background-Extract
- 介绍了背景的提取与自适应更新的算法,提出了一种基于直方图统计与多帧平均混合的算法。 这种算法克服单纯的多帧图像在车流量多、车速低时出现拖尾和模糊的现象,且相对于混合高斯模 型,其计算复杂度较低。该算法已通过TIDM642 DSP硬件平台实现,实验图像结果表明,该背景提 取算法的速度快,且符合实际场景 -The paper introducesbackground extractionswith self-adaptive update algorithm and puts for
HTK-digital-SR-system-
- 该系统能够识别连续说出的数字串和若干组姓名。建模是针对子词(sub-word, eg. 音 素)，具有一定的可扩充性。当加入一个新名字时，只需修改发音词典和任务语法即可。模 型为连续混合高斯输出，运用语音决策树聚类形成的绑定状态式三音素。-The system is able to recognize continuously spoken digit string and the number of groups name. Modeling is a sub-word (sub-wo
GS
- 基于混合高斯模型的算法，我们可以利用该算法提取前景，检测背景！-Gaussian mixture model-based algorithm, we can take advantage of the the algorithm extracted prospects, detect background!
Zivkovic04icpr
- Zoran Zivkovic 写的一篇关于混合高斯进行背景检测的改进论文-Zoran Zivkovic wrote an article on the Gaussian mixture background detection improvements papers
non-Gaussian-interference-and-noise
- 鲁棒自适应波束形成技术，一般采用的加性高斯白噪声，此文采用混合高斯噪声模型，具有很好的代表性，是一个很好的外文文献-An adaptive spatial diversity receiver for non-Gaussian interference and noise
adpative-with-non-Gaussian
- 鲁棒自适应波束形成技术，一般采用的加性高斯白噪声，此文采用混合高斯噪声模型，具有很好的代表性，是一个很好的外文文献-An adaptive spatial diversity receiver for non-Gaussian interference and noise
The-moving-target--
- 研究了基于混合高斯模型的运动目标检测技术,在分析了混合高斯模型的基本原理的基础上,使用了一种 改进的混合高斯模型更新算法 -Studied based on Gaussian mixture model of moving target detection technology, the analysis of the basic principles of Gaussian mixture model based on the use of an improved algorithm
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
EM
- 实验报告，实现：对于混合高斯分布的情况，使用最大期望算法，通过不断计算每个样本的均值与方差，使得似然函数达到最大值。可以很好地处理满足一定概率分布的数据。 代码中通过mvnrnd()函数，设定其中的参数，产生符合混合高斯分布的一组数据集。-Lab reports, to achieve: the case of the mixed Gaussian distribution, using expectation-maximization algorithm, through continuo