变化检测的统一方案及算法讨论

在本章中,我们提出了一个变化检测的统一方案,利用这一方案提出并讨论了变化检测算法。该方案分解为四大步骤：特征提取、特征分析、分类以及后处理。

该方案在提高和改善给定的变化检测方法方面提供了有益的指导。而且,可作为设计新的变化检测算法的基础。新的变化检测算法必须满足智能摄像机的计算能力或通信带宽的特定限制。

不同的变化检测技术可以在移动摄像机和静态摄像机中使用。如果摄影机移动,变化检测的目的是识别连贯和不连贯移动区域。前一种对应背景区域,后一种对应移动物体。如果摄像机是静态的,变化检测的目标是识别动态的物体（前景）和静态的背景。在这章中讨论的方法,也可以适用于全局运动补偿后的移动摄影机的情况。

由于缺乏公认的测试序列和绩效评估,在变化检测中性能评估及验证仍然是一个重要的问题。PETS和CLEAR评估工作室已经做了一些努力^[280]。为了能够控制特定场景以及自动产生真实数据^[526],已经生成了用于评估目的综合数据集。在参考文献[519]中讨论了基于变化检测的结果,该参考文献是基于CLEAR规律的。(www.xing528.com)

SPEVI首先成立了一个网站（www.spevi.org）用于给研究机构分发数据集和评估工具,目的是为了广泛地访问普通数据集从而进行算法的评估和比较,这将会有利于该领域的发展。

关于变化检测的额外参考文献和结果可以在Hu^[243]和Radke^[438]的综述中找到。

变化检测算法的结果通常是以团的形式（像素的连通集）、物体的边界框、或者在像平面上物体的位置坐标（例如：团或者边界框的质心）出现。目标的当前位置以及随时间的运动能够提供一些信息,这些信息可以使得活动分析和物体计数成为可能,跟踪模块通常都继承或者融合了变化检测算法。物体跟踪将在第11章中进行讨论。