高斯混合模型之代码实现（matlab版）

混合高斯模型-mixture_of_gaussians.m利用混合高斯模型进行背景差分。

所谓混合高斯模型（GMM）就是指对样本的概率密度分布进行估计，而估计采用的模型（训练模型）是几个高斯模型的加权和（具体是几个要在模型训练前建立好）。每个高斯模型就代表了一个类（一个Cluster）。对

利用混合高斯背景建模进行运动物体检测, 同时引入共轭先验以改进权值更新方程

本文专注于介绍基于Python的改进高斯混合模型在图像分割中的应用。图像分割是计算机视觉领域的重要问题，图割算法作为其中一种方法，被广泛用于分割图像以获得有意义的区域。通过改进高斯混合模型，本研究提出

Gaussian skin color model segmentation matlab

利用OpenCV实现了基于YCbCr、混合高斯以及YCbCg肤色检测，同时其中YCbCr、混合高斯给出两种不同方式（直接和间接）读取图像数据的实现。

GMM（高斯混合模型）的动态背景分割的实验报告以及源码，数据集。另外用到了形态学操作与多通道的处理，提升了实验结果的性能。

matlab开发-小波的高斯-高斯模型。与论文有关的小波建模代码。

高斯混合模型的em算法代码，文档粗略解析和代码。注释高斯混合，不是高斯过程混合。

基于混合高斯模型并利用meanshift算法结合实现视频中运动目标的跟踪，可处理复杂背景，实时