q1219611916的专栏

转载自：http://blog.youkuaiyun.com/stellar0/article/details/8777283 ViBe算法：ViBe - a powerful technique for background detection and subtraction in video sequences 算法官网：http://www2.ulg.ac.be/telecom/resear

转载：http://www.cnblogs.com/dwdxdy/p/3530862.html SACON（SAmple CONsensus）算法是基于样本一致性的运动目标检测算法。该算法通过对每个像素进行样本一致性判断来判定像素是否为背景。 算法框架图 　　 　　由上图可知，该算法主要分为四个主要部分，分别是邻域差分、SACON算法核心处理、空洞填充后处理

转载：http://www.cnblogs.com/dwdxdy/p/3527040.html Pixel-Based Adaptive Segmenter（PBAS）检测算法，是基于像素的无参数模型，该算法结合了SACON和VIBE两个算法的优势，并在这两个算法的基础上改进而来，SACON和VIBE算法的介绍，请参考： 【背景建模】SACON http://www.c

转载：http://www.cnblogs.com/dwdxdy/p/3529748.html SOBS（self-Organizing through artificial neural networks）是一种基于自组织神经网络的背景差分算法，主要是借鉴神经网络的特性，一个网络输入节点，对应多个中间节点，将背景模型中的一个像素映射到模型的多个位置，并采用了像素邻域空间相关的更新方式，

转载：http://www.cnblogs.com/dwdxdy/p/3527891.html ViBe是一种像素级的背景建模、前景检测算法，该算法主要不同之处是背景模型的更新策略，随机选择需要替换的像素的样本，随机选择邻域像素进行更新。在无法确定像素变化的模型时，随机的更新策略，在一定程度上可以模拟像素变化的不确定性。 背景模型的初始化 　　初始化是建立背景模型

转载：http://www.cnblogs.com/dwdxdy/p/3528812.html PbModel是基于概率模型的背景差分算法，其基本思想是像素点会因光照变化、运动物体经过产生多种颜色值，但是一段时间内，像素点处于静止状态的时间会比处于运动状态的时间长。因而一段时间内，像素点某个颜色值出现的概率会高于其他颜色值，高概率的颜色值即为该像素点的背景值。 创新点