搜索资源列表
利用OPENCV來實現高斯混合模型的背景相減
- 利用OPENCV來實現高斯混合模型的背景相減，可看到當前影像、前景及背景-OPENCV to achieve using GMM background subtraction, we can see the current image, foreground and background
lhgcxgmm.rar
- 自己采用opencv编写的程序，该程序主要实现运动目标的检测，采用背景减法里面的GMM混合高斯模型,Opencv prepared to adopt its own procedures, the procedures for major sports achieve target detection using background subtraction inside GMM Gaussian Mixture Model
GMM-modeling-and-EM
- 介绍Opencv这个图像处理库环境下的GMM建模与EM算法，从数学的角度深入分析高斯建模和EM算法-Introduce the the Opencv this image processing GMM modeling the EM algorithm in the library environment, in-depth analysis from a mathematical point of the Gaussian model and the EM algorithm
gmm
- C++和opencv相结合的关于图像中高斯建模的程序。-C++ and opencv combination of Gaussian model on the image of the procedure.
C-code-of-GMM
- OpenCV中，利用C语言写的GMM模型的代码。-OpenCV, the use of the GMM model code written in C language.
gmmcv
- 混合高斯模型 在opencv平台下实现 能够分离出视频序列中运动区域，并且建立背景-GMM gaussion mixture models
GMM
- 使用openCV写的高斯混合模型前景分离作业。-Extract the foreground from video sequence using Gaussian Mixture Model（GMM）with openCV.
GMM_OpenCV
- 用opencv编写的GMM，用于进行前景检测，人物探测，目标跟踪-Gaussian Mixture Model for human tracking
GMM
- 这个是使用Opencv来做模式识别的一个程序，调用opencv里面的高斯混合模型-This is to use Opencv to do a pattern recognition program, call opencv inside the Gaussian mixture model
GrabCut
- 实施GRABCUT源代码 由贾斯汀塔尔博特jtalbot@stanford.edu 。 放置在公共领域， 2010年 代码最后更新：2006年 弗拉基米尔·洛夫（ vnk@cs.cornell.edu ） ， 2001年使用GRAPHCUT实施。 要求： OpenGL的， GLUT和OpenCV的库来编译和运行。 用法： grabcut.exe <ppm文件名 使用鼠标拖动矩形围绕前景部分显示的图像。 然后使用下面的按键
GMM
- 是opencv 混合高斯模型的原函数，并进行了修改可以实现前景提取并进行背景建模-opencv GMM
GrabCut
- GrabCut实现源代码 贾斯廷·塔尔博特,jtalbot@stanford.edu 放置在公共领域,2010 代码最后更新,2006 使用Graphcut实现弗拉基米尔• 柯尔莫哥洛夫(vnk@cs.cornell.edu),2001。 要求:OpenGL,供过于求,OpenCV库来编译和运行。 用法:grabcut。 exe < ppm文件名> 使用鼠标拖动矩形在前台部分的显示图像。 然后使用以下键 1 :显示图像 “2”:显示
GMM
- 基于混合高斯背景建模的目标运动意图分析,通过混合高斯背景建模进行前景提取，自己写高斯模型，并非通过OPENCV函数库-motion detection based on GMM method
OpenCV-Gaussian-model-n
- OpenCV 基于混合高斯模型GMM的运动目标检测-OpenCV based on Gaussian mixture model GMM moving target detection
background-update-opencv
- 基于混合高斯的背景更新,并保存所获得的前景、背景图片 ，开发环境为Opencv2.3+vs2010-background update by GMM
GMM
- 高斯混合滤波建模，基于opencv，用于背景建模，前景检测-Gaussian mixture filter modeling, based on opencv, for background modeling, foreground detection
GMM-GMR-v2.0
- 利用混合高斯模型对背景图像进行建模，所谓“混合高斯”的意思就是每个像素都是由多个单高斯分布混合组成的。-Name of the file which the classifier is loaded. Only the old haar classifier (trained by the haar training application) and NVIDIA s nvbin are supported for HAAR and only new type of OpenCV XML ca
背景差GMM
- opencv，vs2010 利用混合高斯模型，得到运动前景，与静态背景(Opencv and VS2010 use hybrid Gauss model to obtain motion foreground and static background)
Gmm
- 高斯混合模型,利用Ｃ++ OEPNCV来完成(This is a GMM model using C++ opencv to deal with it)
gmm
- 基于高斯混合模型的运动目标检测，opencv平台，直接可用(Moving target detection of Gauss mixed model)