关于高斯混合模型解决办法

关于高斯混合模型
最近在做一个项目，是关于智能交通的目标检测，
在检测背景中，导师一直要求我们用高斯混合模型来建模。自己也找了些文献翻看，但是对这个高斯混合模型不是很模型，
有哪位达人，能谈谈自己的心得，不吝赐教 ，非常感谢

------解决方案--------------------
关键在于模型的初始化训练和 学习系数的调整，以适应不同场景。
推荐一下 Chris Stauffer 的"Adaptive background mixture models for real-time tracking". google可以查到

BTW:你哪儿的？ 站内消息， 一起讨论 :)
------解决方案--------------------
楼主可以参考OpenCV的高斯混合模型代码

把相关代码拷到程序里就能用

我对OpenCV的这部分代码层比较熟悉，但是对算法层不了解。
------解决方案--------------------
数学基础就是模型假设，你可以分析场景中一些固定点处的色彩值随时间变换的曲线，做出它的直方图，会发现在较为理想的环境里它是单峰的，而复杂场景中是双峰或者多峰，我的实验结果是大概为2~3个峰值。用这几个峰值来模拟背景。当然，要在较长的一段时间内。
背景不干净的问题，是理论上的难题，应当算是效率和效果的折中吧。
从适应性来说，这个算法应该是很好的，可能由于你的参数设置及训练样本的问题导致效果不好吧。
这么多重建算法看过来，没有哪种能做到理想，只能根据应用选取相对最优的了。

探讨

这篇文章是99年 发表在IEEE上 那篇最经典的论文吧 我看过了
问题就是 这个建模产生的背景还是不是很干净，
而且 适应性不强，我想找到他的最初数学基础。

我是杭州的