OpenCV 2.4.5版提供了几种不同的实现方式,可用于跟踪使用统计方法估计背景的移动对象。 OpenCV在CPU上实现了BackgroundSubtractorMOG
,BackgroundSubtractorMOG2
类。另外,它的GPU实现分别为BackgroundSubtractorMOG
和BackgroundSubtractorMOG2
,分别为gpu::MOG_GPU
和gpu::MOG2_GPU
。还有两个其他算法gpu::GMG_GPU
和gpu::FGDStatModel
。OpenCV中的前景背景分割方法之间的区别
在我的应用程序中,我想在移动物体进入场景后立即分割出它们。我想避免像阴影这样的误报。这4种算法似乎都集中在相同的目标上 - 通过随着时间的推移创建背景模型,他们将背景与前景分开。如果有这些实现经验的人可以帮助我决定使用哪种(GPU)实现,那么我就会徘徊。这些算法(MOG,MOG2,GMG和FGDStatModel)如何彼此不同?使用一种或另一种算法的优点是什么?这些实现如何在速度,配置参数的能力,准确性,阴影检测(误报)等方面进行比较?
和什么有关的所有参数调整? – nkint 2013-08-16 09:29:43
@nkint确实,准确度取决于您的应用程序以及为给定算法选择的参数。我没有做广泛的研究。 – Alexey 2013-08-16 14:57:54
以及您使用了哪个参数?手动微调? – nkint 2013-08-16 15:11:18