Background Subtraction OpenCV这两个参数有什么区别

Question

我使用 OpenCV 进行前景检测，但我有一个问题，是否有人可以提供帮助。问题出在这两个参数：

学习率 在：bst.apply(currentFame, foregroungMask, learnRate); // -1 for auto, and the range is 0~1
比率 bst.setBackgroundRatio(double ratio) // default is 0.8xxx

问题是这两个参数是否相同，如果答案是NO那么第二个参数可以做什么？

当我看到 setBackgroundRatio(double ratio) 方法在 BackgroundSubtractorKNN class 中不存在而仅在 BackgroundSubtractorMOG2 class 中存在时，问题就来了。但是它们在apply()方法中都有学习率参数。

注：我在Java

中使用OpenCV

Answer 1

不，两者不一样。

学习率：

0 到 1 之间的值，表示背景模型的学习速度。负参数值使算法使用一些自动选择的学习率。 0表示背景模型根本不更新，1表示背景模型从上一帧开始完全重新初始化。

比率：

BackgroundSubtractorMOG2 和 BackgroundSubtractorKNN 是两种不同背景减法算法的两种不同实现。因此，BackgroundSubtractorKNN 算法不需要 setBackgroundRatio。这个参数没怎么查到，看了这个算法的代码好像是一个总权重封顶参数。不允许总重量超过此阈值。从 c++ impelentation 中查看这段代码：

   void BackgroundSubtractorMOG2Impl::getBackgroundImage(OutputArray backgroundImage) const
{
    if (opencl_ON)
    {
        CV_OCL_RUN(opencl_ON, ocl_getBackgroundImage(backgroundImage))

        opencl_ON = false;
        return;
    }

    int nchannels = CV_MAT_CN(frameType);
    CV_Assert(nchannels == 1 || nchannels == 3);
    Mat meanBackground(frameSize, CV_MAKETYPE(CV_8U, nchannels), Scalar::all(0));
    int firstGaussianIdx = 0;
    const GMM* gmm = bgmodel.ptr<GMM>();
    const float* mean = reinterpret_cast<const float*>(gmm + frameSize.width*frameSize.height*nmixtures);
    std::vector<float> meanVal(nchannels, 0.f);
    for(int row=0; row<meanBackground.rows; row++)
    {
        for(int col=0; col<meanBackground.cols; col++)
        {
            int nmodes = bgmodelUsedModes.at<uchar>(row, col);
            float totalWeight = 0.f;
            for(int gaussianIdx = firstGaussianIdx; gaussianIdx < firstGaussianIdx + nmodes; gaussianIdx++)
            {
                GMM gaussian = gmm[gaussianIdx];
                size_t meanPosition = gaussianIdx*nchannels;
                for(int chn = 0; chn < nchannels; chn++)
                {
                    meanVal[chn] += gaussian.weight * mean[meanPosition + chn];
                }
                totalWeight += gaussian.weight;

               if(totalWeight > backgroundRatio)
                    break;
            }
            float invWeight = 1.f/totalWeight;
            switch(nchannels)
            {
            case 1:
                meanBackground.at<uchar>(row, col) = (uchar)(meanVal[0] * invWeight);
                meanVal[0] = 0.f;
                break;
            case 3:
                Vec3f& meanVec = *reinterpret_cast<Vec3f*>(&meanVal[0]);
                meanBackground.at<Vec3b>(row, col) = Vec3b(meanVec * invWeight);
                meanVec = 0.f;
                break;
            }
            firstGaussianIdx += nmixtures;
        }
    }
    meanBackground.copyTo(backgroundImage);
}

在 c++ 实现中，backgroundRatio 用于限制其下的权重。默认 0.8。我认为使用这个默认值你会得到预期的结果

在 opencv background_segm.hpp 文件中发现的有趣评论似乎不太重要，标准做法是使用默认值：

/////////////////////////
    // less important parameters - things you might change but be carefull
    ////////////////////////
    float backgroundRatio;

Background Subtraction OpenCV这两个参数有什么区别

What is the difference of these two parameters in Background Subtraction OpenCV

opencv

background-subtraction