HALCON算子函數——Chapter 1 : Classification
Chapter_1_:Classification
1.1 Gaussian-Mixture-Models
1.add_sample_class_gmm
功能：把一個訓練樣本添加到一個高斯混合模型的訓練數據上。
2.classify_class_gmm
功能：通過一個高斯混合模型來計算一個特征向量的類。
...
分类：
其他好文 时间：
2016-05-27 12:12:54
阅读次数：
436
非常感谢thefutureisour对opencv中c++版本的高斯混合模型的源代码完全注释
，网上直接使用opencv源码编程的比较少，但是要想自己对高斯混合模型进行优化，或者要想在论文中对高斯混合模型有所创新，必须使用opencv源码来进行编程，而不仅仅是使用opencv的源码接口调用一下修改一下参数。自己废了些脑子提供给网友交流一把，
1、 my_background_segm.hp...
分类：
其他好文 时间：
2016-05-18 18:18:13
阅读次数：
430
华电北风吹
日期：2016-05-07高斯混合模型是一个无监督学习算法，主要用思路是利用EM算法对混合高斯分布进行极大似然估计。一、高斯混合分布
对于有kk个高斯分布混合而成的混合高斯分布的概率密度函数有
p(x)=∑zp(x|z)p(z)(1)p(x)=\sum_z p(x|z)p(z) \tag{1}
对于随机变量zz有zz~Multinomial(?)Multinomial(\phi)...
分类：
其他好文 时间：
2016-05-13 03:40:48
阅读次数：
261
Mixtures of Gaussian
这一讲，我们讨论利用EM (Expectation-Maximization)做概率密度的估计。假设我们有一组训练样本x(1),x(2),...x(m){x^{(1)}, x^{(2)},...x^{(m)}},因为是unsupervised的学习问题，所以我们没有任何y的信息。
我们希望利用一个联合分布p(x(i),z(i))=p(x(i)|z(i)...
分类：
编程语言 时间：
2016-05-12 17:49:17
阅读次数：
158
最大似然函数
我们没法直接用求导解方程的办法直接求得最大值。可以采用EM算法
换成公式3形式求最大似然函数，其中Qi(z(i))用以下求，p(xi,zi;θ)为下式分子带入3中求最大似然函数的参数值为2.
其中 ，并且 也顺理成章地可以估计为 。
重复迭代前面两步，直到似然函数的值收敛为止。
下列为GMM参考代码l连接点击...
分类：
其他好文 时间：
2016-05-12 12:37:15
阅读次数：
195
声明：
1，本篇为个人对《2012.李航.统计学习方法.pdf》的学习总结，不得用作商用，欢迎转载，但请注明出处（即：本帖地址）。
2，由于本人在学习初始时有很多数学知识都已忘记，所以为了弄懂其中的内容查阅了很多资料，所以里面应该会有引用其他帖子的小部分内容，如果原作者看到可以私信我，我会将您的帖子的地址付到下面。
3，如果有内容错误或不...
分类：
编程语言 时间：
2016-05-12 11:26:07
阅读次数：
239
1.简介
众所周知，GMM（Gaussian Mixed Model）是用来分离场景中前景和背景的，或者叫做背景扣除，那么什么叫做背景扣除（Background Subtraction）呢？我们知道所谓的监控系统中，通常都是利用静态相机来捕捉场景的，因此其中比较具有挑战的一步就是如何检测出场景中的突然闯入者，传统的应用中都会假设场景中没有这样的闯入者，而在实际监控场景中，这种情况...
分类：
其他好文 时间：
2016-05-06 16:00:09
阅读次数：
254
halcon的算子列表 Chapter 1 :Classification 1.1 Gaussian-Mixture-Models 1.add_sample_class_gmm 功能：把一个训练样本添加到一个高斯混合模型的训练数据上。 2.classify_class_gmm 功能：通过一个高斯混合 ...
分类：
其他好文 时间：
2016-05-04 17:03:28
阅读次数：
3922
高斯混合模型（GMM）参数优化及实现 （< xmlnamespace prefix ="st1" ns ="urn:schemas-microsoft-com:office:smarttags" />2010-11-13） 1 高斯混合模型概述< xmlnamespace prefix ="o" n ...
分类：
其他好文 时间：
2016-05-04 10:19:28
阅读次数：
296
本文介绍高斯混合模型（Gaussian mixture model,简称GMM）及其推导。从数学角度来看待该模型。该模型是对单一高斯概率密度函数的扩展延伸。可以对任意形状的密度分布进行平滑的近似。其在图像处理领域，可以实现提取背景图像。...
分类：
其他好文 时间：
2016-04-29 17:17:55
阅读次数：
243
