【背景建模】基于时空特征

参考文献　Real-Time Moving Object Detection in Video Sequences Using Spatio-Temporal Adaptive Gaussian Mixture Models　VISAPP 2010

创新点：

1).改进了混合高斯模型，混合了空间和时间特征信息．

2).限制混合高斯模型中的方差值的变化．

模型的匹配，更新和基于混合高斯模型的背景建模一致．

在前景判断模块添加了一层，空间信息分析，不只是根据模型的匹配结果来确定前景．

其步骤如下：

1).根据模型匹配结果，得到一个mask图像，用来表示像素点与背景模型的匹配程度．

2).针对mask图像计算每个像素点邻域里mask值之和．

3).将每个像素点mask值之和与阈值进行比较，若大于阈值，则表示该点为前景，否则为背景．

限制方差的大小：

当像素点与模型匹配时，将更新其方差，更新过程可能会使方差持续增大．

而较大的方差值，将会扩大模型匹配的范围，使得一些前景点也与背景匹配，造成误检．

因而，需要将最大方差限制在初始方差的一定范围内．

不足之处：

1).方差限定在初始方差一定范围内，最小方差值和最大方差值如何确定，文中并没有详细说明．

2).空间分析模块，最终是使用阈值，进行判断前景，阈值如何选择是个问题，文中提到的只是实验测试的结果．