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