背景减除（1）--bgslibrary Windows编译和使用

入侵监控领域中，在固定场景下，需要检测和监控的入侵物体种类繁多，无法具体穷尽。传统的CV算法提取的特征应用场景有限，无法完成大量物体的监控；深度学习目标检测方法没法收集到无穷无尽的物体种类，因此监督效果仅限于标注物体，且适应性因场景变化而变化；异常检测方案，因为场景随着天气、光照的变化，无法行之有效的判断出异常物体的位置，并有时甚至出现误判断。

背景减除算法，通过学习固定场景下不变的背景，利用当前帧的的数据与背景的差分，可以很容易得到前景，在无需分类的场景下得到广泛应用。

这里推荐一个宝藏github主的分享，对于学习背景建模相关的东西很有帮助。https://github.com/murari023/awesome-background-subtraction/blob/master/README.md#projects

GitHub - andrewssobral/bgslibrary: A C++ Background Subtraction Library with wrappers for Python, MATLAB, Java and GUI on QT

一、bgslibrary库的下载

使用背景建模基本都会使用到两个库，一个是opencv里面关于background subtraction相关的库，另一个就是bgslibrary，其链接地址如下： 

https://github.com/andrewssobral/bgslibrary

该库是由Andrews Sobral 于2012年开始编写的，主要使用C++语言，结合opencv进行编写完成，当前还适配python、java、matlab等语言。最新release的算法版本总计实现了43个算法，针对不同版本的opencv，所能适配的和使用的背景建模算法均不一致，下图为部分示例。