用opencv中的CvEM做GMM的训练

GMM(“Gaussian Mixture Model”)这个东西,来源于Adaptive background mixture models for real-time tracking。事实上就是把一系列的数据的分布用几个加权的高斯去拟合。

这东西我能想到的有两个用法:其中一个就是opencv官网上给出来的例子,对于一系列的点,训练一个GMM。对于每个点检查对它来说属于哪个Gaussian的成分更高,就属于哪一类。就这么实现了聚类。另一个用法是用来给色彩或者别的统计信息建立一个模型。举个例子,假设我知道一张训练图片的前景的mask,那么就可以把它的前景中的所有像素的像素值作为训练的sample,给前景训练一个GMM模型。接着对于其他图像的每个像素都可以根据这个GMM来预测属于前景的一个概率,对于背景也是同样的做法。类似的做法出现在了很多cv的paper上。

虽然这东西理解起来很简单,但

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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