背景建模(四)——以纹理为特征的方法

前面两篇博文介绍了以像素值为特征的背景建模方法：以像素值为特征的方法(2)和以像素值为特征的方法(1)

下面介绍一下以纹理为特征的方法，比较出名的就是用LBP和SILTP为特征做的。

以LBP为特征的文章：A texture-based method for modeling the background and detecting moving objects

这篇文章发表在06年TPAMI上面，还是奥鲁大学那帮人做的，他们已经把LBP用到极致了，LBP在计算机视觉的各个领域都得到了应用。

首先进行LBP的计算：

公式为：

特征表示完之后就是建立背景模型，为K个。模型的更新公式为：

而比较两个直方图的相似程度则用直方图交集(histogram intersaction).

文章实验做得比较充分，但是比较试验很少只跟混合高斯模型(GMM)进行比较了.

另一篇比较好的以纹理为特征的背景建模的方法是CVPR2010的文章，题目：

Modeling Pixel Process with Scale Invariant Local Patterns for Background Subtraction in Complex Scenes

本文提出了一种新的纹理表示方法，scale invariant local ternary pattern（SILTP）

其次就是在背景建模更新的时候提出一种模式核密度估计的方法(pattern kernel density estimation)

文章的对比试验也很全，用三种方法在九段视频上进行了试验。