搜索资源列表
OPENCV_GMM
- 基于OPENCV的GMM算法，通过时间推移建立视频图像的高斯混合背景模型，并可有效检测其中的运动目标。
gmm
- 利用混合高斯模型训练视频，获得背景图像，并将背景保存。-training video with GMM model ,then get the background,and store the picture in your computer.
GMM
- 混合高斯模型做的视频跟踪系统，具有良好的跟踪效果-Gaussian mixture model to do a video tracking system, has a good tracking results
em_qt
- 在这一节中就采用opencv自带的一个EM sample来学习下opencv中EM 算法类的使用，顺便也体验下EM 算法的实际应用。 环境：Ubuntu12.04+Qt4.8.2+QtCreator2.5+opencv2.4.2 在这里需要使用2个与EM算法有关的类，即CvEM和CvEMParams，这2个类在opencv2.4.2已经放入legacy文件夹中了，说明不久就会被淘汰掉，因为在未来的opencv版本中，将采用Algorithm这个公共类来统一接口。不过CvEM和Cv
emvisi2.tar
- Implementation of Julien Pilet s paper, GMM method for video background detection, robust to sudden light change.
GMM
- 针对摄像机固定下的复杂背景环境，对采集到的视频图像的图像数据用混合高斯背景建模方法实现前景/背景分割，实现运动目标检测和跟踪。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。然后在测试阶段，对新来的像素进行GMM匹配，如果该像素值能够匹配其中一个高斯，则认为是背景，否则认为是前景。由于整个过程GMM模型在不断更新学习中，所以对动态背景有一定的鲁棒性。最后通过对一个有树枝摇摆的动态背景进行前景检测，取得了较好的效果。-For c
matlab-gmm
- tracking cars by Gaussian Mixture Model