利用gmm模型建模，然后结合背景差分进行运动检测

主要针对近10几年来，常见的运动目标检测算法中比较有代表性的文章收集，如GMM，PDF，Codebook,SOBS,SACAN、W4, VIBE等。

基于混合高斯背景模型的背景差检测的视频运动目标检测

MATLAB的相关混合高斯模型，用起来很好，有些瑕疵，适合学习了解混合高斯模型算法初学者

基于混合高斯模型并利用meanshift算法结合实现视频中运动目标的跟踪，可处理复杂背景，实时

几个基于k均值和改进的混合高斯模型进行视频运动目标跟踪的matlab代码

以高阶统计量数学分析方法，对混舍高斯模型进行研究，并给出理论计算结果。重点讨论二元混合高斯模型， 给出高阶统计量的理论值，用Matlab仿真不同方差和不同均值时多膜性、对称性和斜度值、峰度值的估计结果，并比较斜度 值、峰度值的理论结果和仿真结果，验证理论结果的正确性，为通信理论中混合高斯模型的研究做补充。 关键词：混合高斯模型；高阶统计量；二元混合高斯模型；峰度值；斜度值

opencv 实现高斯混合算法，加入按帧读取图片和AVI读取图片，路径需自己设定。

压缩包里有三个matlab程序，分别是K-mean聚类、LVQ聚类和混合高斯聚类，数据为两类二维高斯分布的随机点。程序展示了三种聚类算法的基本使用方法。算法原理可以参考周志华《机器学习》的第九章聚类。

混合高斯背景建模matlab程序 source = mmreader('walkman.avi'); frameQYT=get(source,'NumberOfFrames'); % ----------------------- frame size variables ----------------------- fr = read(source,1); % 读取第一帧作为背景 fr_bw = rgb2gray(fr); % 将背景转换为灰度图像 fr_size = size(fr); %取帧大小 width = fr_size(2); height = fr_size(1); fg = zeros(height, width); bg_bw = zeros(height, width);