高斯混合模型、求解算法及视觉应用综述

• 作者: 李玲玲 管涛
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 高斯混合模型(GMMs) EM算法 聚类分析 图像分段 目标识别 图像配准 视觉
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 综述
• 页码范围: 1461-1471
• 页数: 11页
• 分类号: TP391.41
• 字数: 10317字
• 语种: 中文

摘要

高斯混合模型(GMMs)是统计学习理论的基本模型,在可视媒体领域应用广泛.近些年来,随着可视媒体信息的增长和分析技术的深入,GMMs在(纹理)图像分割、视频分析、图像配准、聚类等领域有了进一步的发展.从GMMs的基本模型出发,从理论和应用的角度讨论和分析了GMMs的求解算法,包括EM算法、变化形式等,论述了GMMs的模型选择问题:在线学习和模型约简.在视觉应用领域,介绍了GMMs在图像分段、视频分析、图像配准、图像降噪等领域的扩展模型与方法,详细地阐述了一些最新的典型模型的原理与过程,如用于图像分段的空间约束GMMs、图像配准中的关联点漂移算法.最后,讨论了一些潜在的发展方向与存在的困难问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玲玲	郑州航空工业管理学院计算机科学与应用系	37	368	11.0	18.0
2	管涛	郑州航空工业管理学院计算机科学与应用系	18	120	6.0	10.0