本文的研究成果如下:使用高斯混合模型(GMM)对图像的每个像素进行建模,来计算当前图像中属于背景像素的概率,从而提取出前景运动目标。
互联网摘选
为了减少背景音乐的干扰,使用一个基于支持向量机的语音检测系统寻找最有可能的语音片段用于歌者识别,歌者识别算法使用了高斯混合模型。
互联网摘选
深入分析了高斯混合模型算法,并用于检测监控视频中的运动目标,得到了非常好的效果,检测到的运动目标轮廓清晰。
互联网摘选
AR模型、混合高斯模型分别可以很好地拟合样本的功率谱和概率密度。
互联网摘选
在此基础上,引入倒谱的动态差分特征,采用期望最大化算法,估计先验概率的联合分布,利用联合高斯先验概率进行特征补偿,并推导了联合高斯混合模型的参数估计公式。
互联网摘选
Auto Segmentation of Brain MR Image Based on Gaussian Mixture Model Diffusion
基于高斯混合模型的脑部MR图像自动分割
互联网摘选
MR Image Segmentation of Left Ventricle Based on the Multi-information Gaussian Mixture Model
基于多元信息的高斯混合模型左心室MR图像分割
互联网摘选
MRI Segmentation via Active Contour Model Improved with Gaussian Mixture Model
高斯混合模型改进的活动轮廓模型MRI分割
互联网摘选
A Novel CFAR Algorithm for Detecting Targets in SAR Images Using Gaussian Mixture Model
利用高斯混合模型的SAR图像目标CFAR检测新方法
互联网摘选
Robust Voice Activity Detection Algorithm Based on Complex Gaussian Mixture Model
基于复高斯混合模型的鲁棒VAD算法
互联网摘选
当噪声程度达到9%时,K均值法、模糊C均值法和高斯混合模型的分割准确率平均下降了4%。
互联网摘选
We adopt the output of Gabor filters as feature and Gaussian mixture model ( GMM) as the classifier.
本文采用Gabor滤波器的输出结果作为特征,高斯混合模型(GMM)作为分类器对织物瑕疵分类。
互联网摘选
在众多的说话人识别技术中,本文主要研究了基于Mel频率倒谱系数(Mel-Frequency Cepstrum Coefficients,简称MFCC)和高斯混合模型(Gaussian mixture model,简称为GMM)的说话人识别系统。
互联网摘选
高斯混合模型(Gaussian mixture models,GMM)是一种重要的机器学习方法,其目的是建立目标数据集的概率模型。
互联网摘选
在算法方面,高斯混合模型(GMM)是目前最成功的一种说话人识别模型。
互联网摘选
为了避免直接在多维空间中应用曲线演化模型,采用高斯混合模型(Gaussian mixture model,简称GMM)来描述该特征图像的概率分布,再从分布模型中计算得到每个像素点的区域信息和边界信息。
互联网摘选
采用高斯混合模型(GMM)来逼近源信号的概率密度函数,简化了算法中的积分,导出了一种实用的期望最大算法(EM)算法迭代式。
互联网摘选
通过与传统的混合高斯模型(GMM)的实验类比,该贝叶斯网络模型能够在同样的训练和测试数据情况下识别率平均相对提高30%。
互联网摘选
- 今日热词
- 热门搜索