EM算法用于混合高斯模型的参数估计的原理与算法实现（matlab）；源码实现包括EM算法用于K均值问题的参数估计和EM算法用于混合高斯模型参数估计。

GMM混合高斯背景建模 含去阴影，源码包含算法实现部分

混合高斯背景建模，运动检测。 建模函数是自己编写的，原理简单，便于学习，有详细注释。 处理视频是用笔记本摄像头实时采集的画面。

针对传统混合高斯背景建模(GMM)在一些复杂场景下未能有效地描述背景,提出了一种改进算法。该算法引入更新和消退控制因子改进参数更新模型,并定量约束运动目标停留时间,采用从时间域上过滤得到的快速变化的背景进行背景减除操作,最后在空间域上对检测结果进行数学形态学的处理。实验结果表明,该算法能够提高背景建立和形成速度,增强对背景扰动和光照变化的抗干扰能力,对固定摄像机场景下运动目标的检测具有良好的鲁棒性。

针对运动类视频特征不易提取且其关键帧结果中易产生较多漏检帧的问题，提出基于运动目标特征的关键帧提取算法。该算法在强调运动目标特征的同时弱化背景特征，从而防止由于运动目标过小而背景占据视频画面主要内容所导致的漏检和冗余现象。根据视频帧熵值将颜色变化明显的帧作为部分关键帧，对颜色未发生突变的帧根据运动物体的尺度不变特征变换（SIFT）获得帧内运动目标的特征点；最后分别根据帧熵值及运动物体SIFT点分布提取视频关键帧。实验表明该算法所得关键帧结果集不仅漏检率较低且能够准确地表达原视频内容。

基于混合高斯模型的增量式聚类.pdf

混合高斯算法，其中包括matlab代码，对于目标跟踪等有一定的帮助。

MATLAB基于视频的前景提取最终 Vibe算法建模与求解 像素分割去噪 混合高斯模型

对比描述了三种经典背景提取方法，并利用matlab代码进行了仿真，实现。gui建立操作也很值得学习，不可多得的经典代码。附带测试dome，测试代码，gui界面。

Matlab实现EM算法，用于解决混合高斯模型， 包含用混合高斯模型生成测试数据的代码，包含二维图像生成代码，模式随机选取初值 和 用kmeans方法选取初值两种方式