高斯混合模型 + 高斯分布回顾

本文介绍了高斯分布和高斯混合模型在图像处理中的应用,特别是在智能监控系统的背景建模中。通过建立高斯模型,对背景和前景进行区分,利用学习率和马兹距离等参数进行实时更新,实现对复杂场景中运动目标的精确检测和跟踪。
摘要由CSDN通过智能技术生成
高斯概率密度函数(正态分布曲线)
正态分布(Normal distribution)又名高斯分布(Gaussian distribution),是一个在数学、物理及工程等领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、方差为σ^2的高斯分布,记为N(μ,σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。因其曲线呈钟形,因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ = 0,σ = 1的正态分布。
随机变量
   
服从一个位置参数为
   
、尺度参数为
   
的概率分布,且其 概率密度函数
exp:高等数学里的以e为底的指数函数。
则这个随机变量就称为 正态随机变量,正态随机变量服从的分布就称为 正态分布,记作
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值