Marc Van Droogenbroeck的会议PPT阅读 背景提取和背景生成

• 网址：https://www.astro.caltech.edu/~dmawet/meetings/vandroogenbroeck2016backgro.pdf 2016,08

---

1. Introduction

视频序列中的运动分析有两种方法：

（1）Tracking，基于运动估计的方法。步骤：检测角点->找到下一帧的对应特征点->基于一个模型，跟踪这个点（object level)

（2）基于背景提取的运动分析。步骤：建立背景模型->与模型比较->提取前景。

• 基于背景提取的evaluation评价指标为：分类相关的指标，precision, recall, ROC space, F1, error rate
• 步骤：初始化——》分割——》更新
• 方法分类：
  • PDF估计（统计模型方法）如GMM，是估计均值和标准差；KDE是从past samples中估计PDF
  • learning/dictionaried based techiniques： codebooks, bag of words
  • 基于data reduction的方法：Robust PCA
• 挑战：找到先验知识，并且能够根据各种challenge场景更新knowlege。

2. Background generation

• 背景提取和背景生成是有差异的。有一个IEEE的场景背景建模的比赛 http://pione.dinf.usherbrooke.ca/sbmc2016/
• 作者写了一个LaBGen的算法，排名第4。
• paper：LaBGen: A Method Based on Motion Detection for Generating the Background of a Scene, B. Laugraud, S. Piérard and M. Van Droogenbroeck, to appear in Pattern Recognition Letters, 2016.
• LaBGen算法原理：使用时域中值滤波；基于pixel/patch的运动检测算法（还是背景提取）；
• 背景生成的质量与背景提取方法无关，负相关。
• 时域中值滤波算法是最好的技术之一，ADI/LOCI

 3. What's next?

更多的机器学习。Deep learning for extracting the background in video scenes.