OpenCV背景减法：如何预先计算背景模型？

Question

我正在研究跟踪算法，其中最早的步骤之一是背景减法。该算法获得一系列帧，表示具有移动对象和静态背景的视频。对象在每一帧中。

在我的第一个版本的过程中，我计算了所有帧的中值图像，得到了非常好的背景场景近似值。然后我从视频序列中的每一帧中减去结果图像以获得前景（移动物体）。

上述方法运行良好，但后来我尝试使用OpenCV的背景减法器MOG和MOG2替换它。

我不明白这两个类是如何执行“背景模型的预计算”的？据我所知，从几十个教程和文档中，这些减法器每次使用apply（）方法并返回前景蒙版时都会更新背景模型。

但这意味着apply（）方法的第一个结果将是一个空白掩码。后面的图像中会有初始对象的位置重影（见下面的例子）：

我错过了什么？我google了很多，似乎是唯一一个有这个问题的人...有没有办法运行我不知道的后台预计算？

编辑：我发现了一个“技巧”：在使用OpenCV的MOG或MOG2之前，我首先计算中间背景图像，然后在第一次apply（）调用中使用它。以下apply（）调用产生的前景蒙版没有初始位置重影。

但是，这是应该做的还是有更好的方法？

Answer 1

如果您的移动物体从一开始就存在，则所有更新背景估算器最初都会将它们放在背景中。解决方案是在所有帧上初始化您的MOG，然后使用此初始化再次运行MOG（与您的中值估计值一样）。根据帧数可能需要调整MOG（learningRate）的更新参数以确保其完全初始化（如果您有100帧，则可能需要更高至少0.01）：

void BackgroundSubtractorMOG::operator()(InputArray image, OutputArray fgmask, double **learningRate**=0)

如果您的移动物体从一开始就不存在，请通过为更新参数learningRate设置足够高的值来确保MOG在出现时完全初始化。