1、ViBe: A Universal Background Subtraction Algorithm for Video Sequences；ViBe+：Improvement for ViBe,庄伟源,outline,1) INTRODUCTION 2) REVIEW OF BACKGROUND SUBTRACTION ALGORITHMS3) DESCRIPTION OF VIBE a. classification b. Initialization c. update4) EXPERIMENTAL RESULTS5) THE IMPROVEMENT OF VIBE:VIBE+,1）IN
2、TRODUCTION,Goal:自动检测，分割并且跟踪视频中的目标；Concept：通过用现在的图像去对比已知的观察图像（背景图像），该观察图像不含有任何感兴趣的对象，是背景模型(或背景图像)。这个对比过程被称为前景检测。Problem Characteristics: Ghostineffective for most practical situations(fast illumination changes; motion changes ;high frequency background objects ;changes in the background geometry),2）R
3、EVIEW OF OTHER ALGORITHMS,-motion detection filter:可用背景图像的一个简单的非线性递归近似值组成-运动检测滤波器。该滤波器是基于对比和元素增/减量的（通常-1、0、1是仅有的更新值）。故-运动检测滤波器适用于很多嵌入式这样缺乏浮点运算单元的系统。简单，速度快，但是不适合对复杂环境的检测,GMM：建模方法是记录每个像素点在不同时间的值，这些值组成了混合高斯模型的权重。这种背景像素模型能处理实际场所中遇到的多模的自然场景，在重复的运动背景情况下，如：树叶树枝等，处理的结果很好。Disadvantage：1）计算代价较大2）如果背景高低频变化频繁，算
4、法的敏感度不能精确调节，模型不能与目标相适应，故高频目标可能损失3)要注意到自然图像很多其实并非是高斯模型,Codebook algorithm:像素表现为codebook，它是由一个长的图像序列的背景模型的压缩形式。每个codebook由codeword组成，codeword包含了创新的颜色变换矩阵所表示的颜色变换。Disadvantage :其更新机制并不允许创建一个新的电报密码本，这在背景的不变结构部分发生变化时可能出问题（如：室外场景中的免费停车场）。,3）DESCRIPTION OF VIBE,Three considerations:1) 模型是什么，如何判别前景背景2) 模型的初
5、始化问题3)模型的更新问题,1) Pixel Model and Classification ProcessIdeal: 已经观测到的像素值再次出现的可能性比没出现过的高很多classification: 非参数聚类,根据一个像素对应的背景模型 M(x)来分类它的当前像素值 V(x) 具体方法： 在欧氏颜色空间中以V(x)为球心画一个球体SR(v(x) ，统计在球内的背景模型样本点数.,R=20 ; Given a threshold #min =2 sensitivity of model :,2) Background Model InitializationIdeal: 邻居像素可以共
6、享一个空间分布第一帧时随机挑选周围几个像素点的像素值当做其背景样本计入背景模型中优点：1第二帧即可进行前景检测2光源突变时，抛弃所有的样本值，可以立刻初始化背景。,3)Updating the background model over time,Authors update method:1) a memoryless update policy2) a random time subsampling3) Spatial Consistency Through Background Samples Propagation,1) a memoryless update policyIdeal:
7、 新的样本值应该更新到背景模型当中，但是旧的样本值不一定要被替换和机械性质的替换掉旧样本值不同,我们通过统一的概率密度函数随机挑选一个样本进行替换优点：提高时间相关性,经过一次更新之后模型中一个样本被保留下来的概率为：经过 dt 时间后：,2)Time SubsamplingIdeal: 没必要每一帧都更新一次背景模型.a random subsampling policytime subsampling factor; =16;一个像素点在16次判为背景的情况下有一次机会更新它的背景模型优点：进一步提高时间相关性；,3)spatial propagationIdeal: 相邻背景像素应共享一
8、个时空分布，所以一个新的背景样本应更新到相邻像素点的背景模型中the 4- or 8-connected spatial neighborhood of a pixel , that is NG(x) , 把判定为背景的点 V (x) 用来更新随机挑选出来的一个邻居背景模型 M(y= NG(x)优点：1. 提高空间相关性，可以应对摄像头抖动； 2. 消除 ghost,优点：1. 提高空间相关性，可以应对摄像头抖动； 2. 消除 ghost,EXPERIMENTAL RESULTS,TP: true positives FP: false positivesTN: True negatives
9、FN: false negativespercentage of correct classification PCC:,A. 参数确定=16; R=20;样本数N=20#min=2,B. Comparison With Other Techniques1) GMM2) EGMM3) Bayesian algorithm based upon histograms4) codebook algorithm5) the zipfian - estimator6) Gaussian model7) first-order low-pass filter,(a) Input image. (b) G
10、round-truth. (c) ViBe (RGB). (d) ViBe (gray).(e) Bayesian histogram. (f) Codebook. (g) EGMM Zivkovic. (h) GMM Li etal. (i) Gaussian model. (j) First-order filter. (k) Sigma-Delta Z.,VIBE+,Modifications of ViBe1）Filtering connected componentssegmentation mask：前景块中小于等于10个像素点的像素块不显示 ； 填满前景块中小于等于20个像素点的
11、背景块 显示updating mask ：将前景块中小于等于50个像素点的背景块判定为前景且不更新，这可以限制一些前景块中错误分类为背景的点的出现,Inhibition of propagationit is not always suitable to suppress static objects;it is not appropriate for static objects when users want to keep static objects over time.Compute the gradient on the inner border of background blo
12、bs and inhibit the propagation process when the gradient (rescaled to the 0; 255 interval) is larger than 50. This avoids that background values cross object borders.inhibition process slows down the propagation process of background seeds in the foreground object.,3）Adapted distance measure and thr
13、esholdingDistance measure: 普通的颜色距离公式在阴暗环境中效果不好区分颜色匹配和光线匹配Ideal: background pixel values lie along the principal axis of the codeword along with the low and high bound of brightness, since the variation is mainly due to brightness. 背景像素值位于一起的低和高亮度约束，因为沿主轴线的码字的变化主要是因于亮度。,Thresholduse a threshold in re
14、lation to the samples in the model for a better handling of camouflaged foreground.为了更好处理伪装前景，用一个和模型中的样本相关联的阈值we compute the standard deviation m of the samples of a model and define a matching threshold as 0.5 * m bounded to the 20, 40 interval.我们计算一个模型的样本的标准偏差m，并定义一个匹配的阈值电压为0.5 *m凑整至20，40区间。,A heu
15、ristic to detect blinking pixels对于每个像素，存储先前的更新掩模（任何修改之前），和闪烁的级别图。这个级别被确定为如下。如果一个像素属于背景的内边界并且当前更新标签是从先前的更新标签不同，则闪烁的级增加了15（闪烁的水平保持在0：150间隔），否则水平被减1。当一个像素的闪烁级大于等于30时，该点被认为是闪烁的，且该点从更新掩模中移除,Result,ViBe+ appears second in the “Average ranking across categories” column but first in the “Average ranking” and “Average precision” columns.,o型密封圈氟橡胶密封圈 格莱圈 0 仐摋邑,
