VIBE 运动目标检测

VIBE的确是一个非常快速 的方法，计算量与内存使用量极小，思想简单却非常有效。

VIBE 采用 20 个历史像素值当前像素的背景模型，将当前像素与背景模型中的每个像素进行距离比较，如果小于背景阈值（20）的背景像素个数大于某个值（2），则认定当前像素为背景，对背景模型进行更新，否则，认定当前像素为 前景。需要注意的是：

1. 背景模型的初始化：采用第一帧初始化背景模型，随机从当前像素8邻域（包括自身共9个点）中选取一个像素，放到背景模型中，一直到背景模型满20个像素。

2. 背景模型的更新：当某个像素被认定为背景像素时，以1/16的概率对其背景模型进行更新，更新时，是随机等概率的更新当前像素20个背景模型的一个，新的背景值是随机等概率从当前像素的8邻域中随机选择一个像素值。另外，还需要以同样的方式随机等概率的更新当前像素某个8邻域像素的背景模型。

由于背景更新时考虑了相邻像素的背景模型，使得模型非常鲁棒，对于ghost可以较快吸收，但是这个过程有时相对较慢，需要较长的时间。另外，正是这种邻域背景更新方法，使得像素之间的独立性变差。这使得按行进行多线程并行时，ghost的吸收过程变得更加缓慢。解决的方法是添加一个额外的变量，记录每个像素连续出现前景的帧数，如果超过某个阈值，则将当前像素的20个背景像素重新初始化。实验表明，这个方法可以很好的控制ghost的吸收过程。

实验数据表明，对于640*480的视频，可以达到 1.7ms 每帧的处理速度，即 580 fps。