[Extensive Reading]background modeling：ViBe

简介

2009 年，Marc Van Droogenbroeck 等人提出了一种新的背景建模法： ViBe（Visual Background Extractor）算法。Vibe 是一种通用的运动目标检测算法，对于视频流类型、颜色空间、场景内容没有特定要求。 ViBe: A universal background subtraction algorithm for video sequences

原理

描述背景

既然是背景建模，就必须解决一个问题，那就是怎么描述背景，ViBe将连续视频序列的背景定义为图像中每个像素位置的像素值的集合，这个集合的个数是可调整的，默认为20。

建立背景

初始化背景

初始化是建立背景模型的过程，一般的检测算法需要一定长度的视频序列学习完成，影响了检测的实时性，而且当视频画面突然变化时，重新学习背景模型需要较长时间。 　　ViBe算法主要是利用单帧视频序列初始化背景模型，对于一个像素点，结合相邻像素点拥有相近像素值的空间分布特性，随机的选择它的邻域点的像素值作为它的模型样本值。

更新背景

• 无记忆更新策略 每次确定需要更新像素点的背景模型时，以新的像素值随机取代该像素点样本集的一个样本值。
• 时间取样更新策略 并不是每处理一帧数据，都需要更新处理，而是按一定的更新率更新背景模型。当一个像素点被判定为背景时，它有1/rate的概率更新背景模型。rate是时间采样因子，一般取值为16。
• 空间邻域更新策略 针对需要更新像素点，随机的选择一个该像素点邻域的背景模型，以新的像素点更新被选中的背景模型。

检测前景

在当前建立的背景下，存在每个像素位置的样本点集合，数量为N=20。对于一个新位置的像素点，如果满足下列条件，将属于背景：

• 新的像素与背景点集中任意像素距离小于阈值R=20，则近似样本数+1
• 近似样本数不小于2