我正在研究图像上的对象估计，即跟踪。基本上，我使用渐变方向作为每个像素的特征描述符。我计算每个像素的梯度并将方向划分为9-bin直方图，因此图像中的每个像素由9维向量表示。
在初始化步骤中，如上构造静态前景和背景模型。
现在我遇到的问题是背景和前景由许多像素组成（比如k），因此我将为每个像素提供k x 9维直方图。如何计算每个像素的可能性，以便我可以确定它是属于前景还是背景。
如果使用单个直方图构建背景和前景模型，我可以使用compareHist in opencv之类的东西。但是跟踪结果很差，所以我想在像素级工作。我想不出一个合适的方法来计算上述方法的概率。
有没有有效的方法呢？一种方法是进行One vs All（在模型中）比较，但这是一种过于详尽的搜索方法，而且计算成本很高。