Realmente debería haber dado punteros a algunas secuencias de ejemplo, porque una buena sugerencia en visión por computadora siempre depende del tipo de datos que se espera.
De todos modos, si el fondo no se mueve significativamente, por ejemplo, es solo una cámara que se mueve un poco, pero la escena sigue siendo la misma, probablemente usaría la segmentación de primer plano por segundo plano, por ejemplo, usando algunos cortes de gráficos basados enfoque. Los unarios podrían propagarse a través de marcos para tener en cuenta las variaciones en la apariencia de primer plano. Suponiendo que el primer plano es un objeto en movimiento, uno podría inicializar los unarios de primer plano mediante algún tipo de sustracción de fondo suavizada.
http://lvelho.impa.br/ip13/readi…
- ¿Cómo debo comenzar a aprender sobre estructura de datos y algoritmos?
- ¿Puedo mejorar el rendimiento del árbol negro rojo eliminando los nodos negros cero o usando el valor centinela?
- ¿Para qué tipo de gráfico sería óptimo y correcto un algoritmo codicioso para colorear gráficos?
- ¿Qué es la representación de colas usando array?
- ¿Cuál es el mejor algoritmo para un conjunto de datos con muchas características correlacionadas, débiles y ruidosas?
https: //people.eecs.berkeley.edu…
Por otro lado, si hay un movimiento significativo de “fondo”, por ejemplo, es una cámara montada en un automóvil en movimiento que está observando otros objetos en movimiento (automóviles, peatones, etc.), de modo que la escena de fondo cambia completamente en unos pocos cuadros; uno podría tener que considerar enfoques visuales incondicionales de SLAM de varios cuerpos.
https://www.researchgate.net/pro…
Nuevamente, dependiendo de los datos, puede haber mejores (más precisas, más baratas de calcular e implementar) formas de hacerlo. Ejemplo: si el “primer plano” es un miembro de una categoría de objeto de forma rígida, por ejemplo, un automóvil o incluso una persona (articulada); ¡podría ser más sencillo emplear un detector de objetos estándar o un marco de segmentación semántica!
