当前位置：
首页 资源下载
搜索资源 - adaptive mixture of gaussian
搜索资源列表
-
0下载：
学位论文；运动物体跟踪方法主要包括卡尔曼滤波，Mean-shift，Camshifi算法，粒子滤波器，Snake模型等；应用卡尔曼滤波方法设计了一套煤矿矿工出入自动监测系统；提出了一种新的基于高斯混合模型的颜色特征提取方法，该方法克服了现有的Camshift算法Continuousl y Adaptive eanshift中跟踪目标特征提取精确度低和计算复杂度高的缺陷-Dissertation moving object tracking methods include Kalman filt
-
-
0下载：
This can be useful to Understand the Gaussian Mixture Model for Adaptive Background updation
-
-
0下载：
A common method for real-time segmentation of
moving regions in image sequences involves “background
subtraction,” or thresholding the error between
an estimate of the image without moving objects and
the current image. The numerous approache
-
-
1下载：
自适应的选择高斯混合模型个数，并用EM算法估计参数-Adaptive selection of the number of Gaussian mixture model and estimated parameters using EM algorithm
-
-
0下载：
混合高斯背景建模C++源程序
在进行前景检测前，先对背景进行训练，对图像中每个背景采用一个混合高斯模型进行模拟，每个背景的混合高斯的个数可以自适应。-Before the the mixed Gaussian background the modeling C++ source. During foreground detection, background training, each background image using a Gaussian mixture model simu
-
-
1下载：
针对智能交通系统中运动目标检测阶段存在的不足，提出了一种基于自适应混合高斯模型（ＧＭＭ）的改进算法。-For the deficiencies of the intelligent transportation system moving target detection stage, an improved algorithm based on adaptive Gaussian mixture model (GMM).
-
-
0下载：
提出了一种基于模型切换的背景建模方法(M SBM ).该方法以嫡图像为纽带, 实现了不同精细程度的背景模型在空间上的自适应选取和在时间上的自适应切换.对于亮度分布复杂度高的背景区域采用精细的模型以保证运动目标检测的精度,反之采用简单的模型以降低计算量
.通过模型结构自适应结合参数自适应, 很好地兼顾了检测精度和计算代价.墓于高斯混合模型和时间平均模型的双模型切换式运动目标检测算法被用于实验研究, 结果表明这种算法的检测效果和单独采用高斯混合模型的检测效果相当, 而计算速度却比后者提高很多-P
-
-
0下载：
内含visual C++和MATLAB代码，利用高斯呼喝模型进行背景建模，自适应确定高斯分量的个数，由Z.Zivkovic开发，相关文章是 Improved adaptive Gausian mixture model for background subtraction-Containing visual C++ and MATLAB code, the use of Gaussian background modeling feeding model, adaptive determine
-
