SUbsense翻译

 整体上，我们的反馈过程不仅依赖于像素模型和局部观测的内部比较，而且基于过去的前景和背景划分结果。由于v(x)的作用，使得我们的方法在处理很多帧都出现闪烁点，导致分割结果出现稀疏的前景点，很有抑制效果，巧合的是，由于LBSP描述子具有天然的敏感性，当局部阈值力量调整后，这些噪音，十分容易产生。更进一步的，使用中值滤波作为作为后处理操作可以去掉所有这些噪音。(可以尝试把代码中中值滤波去掉，查看分割效果，是否LBSP会出现稀疏噪音)。以很低的代价使得我们输出的结果不需要改变，就得到很好的结果。在图5里面，我们使用图片展示静态和动态区域中R, T, Dmin, v的二值图。在图6里面我们分享了是否使用反馈，使用和不使用后处理的结果。下面一张图，图6.i里面，没有反馈的配置会出现很多分割不好的区域，相比之下，图6ii 里面，使用后处理，会出现更多的椒盐噪声。而图6.iv，使用中值滤波后，结果更可靠了，这表明，稀疏的分割噪音，在反馈过程中是很重要的，然后使用中值滤波是很容易去除的。