我应该遵循哪些背景扣除方法？
Which background substraction methods I should follow?
我有一个大学作业，我有一个短视频，用三种不同的方法切断背景（只保留场景中移动的部分），
- 固定背景或固定眼底
- 平均背景或平均眼底
- 中位数背景或中位数眼底
所以我搜索并从 OpenCV 中找到了这个示例：https://docs.opencv.org/3.4/d1/dc5/tutorial_background_subtraction.html
所以我想这应该是第一个
还有这个：https://learnopencv.com/simple-background-estimation-in-videos-using-opencv-c-python/
应该是眼底中位数..
我说的对吗？我很困惑，因为老师没有用英语给我们传授条件。这个算法是否符合要求的方法？或者我在哪里可以找到这些方法的示例？
有两种类型的背景扣除：
- 基于形态学运算
- 基于人工智能 (AI)
基于形态学运算
这种方法假设背景是恒定的，或者更好地说，如果背景是恒定的，它就可以正常工作。我的意思是相机稳定。
- OpenCV 库已经为此提供了一些漂亮的函数：BackgroundSubtractorMOG2 and BackgroundSubtractorKNN 是一些著名的函数。这些功能还可以将故事保存在内存中，因此即使相机在移动（背景变化），它们也可以更新它。
- 我之前也研究过这个话题，并为此设计了一个算法。这是参考的 github link for code and video 结果。
注意：这种方法最大的问题是光照
基于人工智能 (AI)
这种方法比较流行，应用广泛。商店中的许多会议应用程序也在使用这个来更改背景。这种方法基本上检测目标 objects 并掩盖它们。例如，您可以查看 Mask-RCNN。所以在检测到目标（人，车等）的掩码后，很容易改变背景。相机移动和背景变化不影响。
我有一个大学作业，我有一个短视频，用三种不同的方法切断背景（只保留场景中移动的部分），
- 固定背景或固定眼底
- 平均背景或平均眼底
- 中位数背景或中位数眼底
所以我搜索并从 OpenCV 中找到了这个示例：https://docs.opencv.org/3.4/d1/dc5/tutorial_background_subtraction.html 所以我想这应该是第一个
还有这个：https://learnopencv.com/simple-background-estimation-in-videos-using-opencv-c-python/ 应该是眼底中位数..
我说的对吗？我很困惑，因为老师没有用英语给我们传授条件。这个算法是否符合要求的方法？或者我在哪里可以找到这些方法的示例？
有两种类型的背景扣除：
- 基于形态学运算
- 基于人工智能 (AI)
基于形态学运算
这种方法假设背景是恒定的，或者更好地说，如果背景是恒定的，它就可以正常工作。我的意思是相机稳定。
- OpenCV 库已经为此提供了一些漂亮的函数：BackgroundSubtractorMOG2 and BackgroundSubtractorKNN 是一些著名的函数。这些功能还可以将故事保存在内存中，因此即使相机在移动（背景变化），它们也可以更新它。
- 我之前也研究过这个话题，并为此设计了一个算法。这是参考的 github link for code and video 结果。
注意：这种方法最大的问题是光照
基于人工智能 (AI)
这种方法比较流行，应用广泛。商店中的许多会议应用程序也在使用这个来更改背景。这种方法基本上检测目标 objects 并掩盖它们。例如，您可以查看 Mask-RCNN。所以在检测到目标（人，车等）的掩码后，很容易改变背景。相机移动和背景变化不影响。