在Opencv上，我读到BackgroundSubtractorGMG来自文章“在可变照明条件下对观众的视觉跟踪，以进行响应式音频艺术装置”，A。Godbehere，A。Matsukawa，K。Goldberg，美国控制 session ，蒙特利尔，2012年6月。
我读了一下，然后看了一下OpenCv的源代码。
我没有找到标题为“III。文章中的“多个访客跟踪”(卡尔曼过滤器)。
此外，在我看来，每个像素都进行了更新，即使是标记为前景的像素也有所更新(与文章中所述不同)。
如果是这样，则该实现将与OpenCv的其他方法一样，但是存储过去像素的方式略有不同。
我在哪里错了？
编辑
在我仔细阅读的原始文章中，有一张图表说明了该算法的工作原理。 (文章很清楚，我对OpenCv的实现有疑问)
图1。
图像＆(前一图像+前景像素)=>分割部分=>多轨部分=>前景像素
原始算法与其他算法的不同之处仅在于嵌入式多轨跟踪部分。
如果您愿意，可以将其删除，但是它将不再有意义。
无论如何，要实现该部分(这确实非常困难)是不可能的，因为它们是集成的，因此也不能修改第一部分。
最佳答案
BackgroundSubtractorGMG不实现跟踪，它仅实现前景检测。因此，对象跟踪是在前景检测之上进行的单独操作。您可以在OpenCV中使用the Kalman filter class自己实现本文的跟踪部分。
前景分割和对象跟踪是本文提出的算法的两个不同步骤，前景分割只是图1所示算法图的一部分。摘自本文(重点是我的):
因此BackgroundSubtractorGMG是前景/背景分割算法，可返回一组检测到的访问者。它由统计背景图像估计，每像素贝叶斯分割组成。
本文的第三部分着重于对前景对象进行分割之后的跟踪。它使用一组Kalman滤波器和Gale-Shapley匹配对多目标跟踪问题进行了近似求解。
关于c++ - BackgroundSubtractorGMG没有卡尔曼滤波器？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/18854089/