Question

我看到与opencv运动检测相关的查询，但我的要求更简单，所以我再次提出问题。我想分析视频帧，看看帧中是否有变化。已经识别出在帧中发生的任何类型的运动。如果发生某些事情，我只是想收到通知。我不需要跟踪/绘制轮廓。

尝试：

1）使用OpenCV（TM_CCORR_NORMED）进行模板匹配。

我使用cvMinMaxLoc＆amp;

获得相似性指数

if( sim_index > threshold ) 
    "Nothing chnged"
   else
    "Changed

面临的问题：

我找不到决定如何设置阈值的方法。虚假匹配和完美的价值非常接近。

2）方法2
    a）使得平均值为     b）取当前帧与移动平均线之间的差值     c）将其阈值并使其成为二进制
    d）计算非零值的数量
    再次坚持如何对其进行阈值处理，因为即使对于非常相似的帧，我也会获得大量的非零值。

请告诉我应采取的方法。我是否正确地使用上述两种方法，或者是否有一种简单的方法可以在所有最通用的场景中使用。

Answer 1

方法2通常被认为是最简单的运动检测方法，如果您的视频中没有水，摇曳树木或高度可变的光照条件，则非常有效。通常你会像这样实现它：

motion_frame=abs(newframe-running_avg);
running_avg=(1-alpha)*running_avg+alpha*newframe;

如果需要，可以对motion_frame进行阈值处理，然后计算非零值。但是你也可以只计算motion_frame和阈值的元素（确保使用浮点数）。为此优化参数非常简单，只需制作两个轨道栏并使用它即可。通常α约为[0.1; 0.3]。

最后，在整个帧上执行此操作可能有些过分，您可以使用子采样版本，结果将非常相似。