除了一些传统的背景建模的方法,为了发文章,还出现了其他比较好的文章。我列出几篇:
Making Background Subtraction Robust to Sudden Illumination Chages (这篇文章有代码)
Compressive Sensing for Background Subtraction
Learning a sparse corner-based representation for time-varying background modeling
Independent Component Analysis Based Background Subtraction for Indoor Surveillance
不过当我看到Independent Component Analysis Based Background Subtraction for Indoor Surveillance这篇文章的时候有一种眼前一亮的感觉。文章既简单又巧妙。发表在09年的TIP上。
这篇文章是用Independent Component Analysis(独立成分分析)做的,把前景和背景看成两个独立的信号,然后在观测图片分解。
![](https://i-blog.csdnimg.cn/blog_migrate/c14a70397506226bd7f8fa83d52d51a8.jpeg)
(a)和(b)是两个观测图片,其中(a)为参考背景,(c)和(d)是分解后的前景和背景,(e)是二值化后的前景图片。
其实这篇文章的方法相当于一种自适应的背景差分法。