不同问题对应的背景建模算法（Background Subtraction Library）

中文参考：https://www.cnblogs.com/ywsoftware/p/4511757.html

文章链接：https://pan.baidu.com/s/1E_OoNxVp1YAqEpSGKlL_xA 
提取码：zyyo 

原文链接：

https://github.com/silasxue/bgslibrary/tree/master/vs2013 
https://github.com/andrewssobral/bgslibrary

背景建模技术会遇到以下挑战：

（1）、噪声图片：这种情况基本上属于由网络摄像头或压缩后的视频图像而造成的低质量图片/视频源；

（2）、相机抖动：在一些条件下，风会引起摄像机前后抖动；

（3）、相机自动调整：目前，很多摄像头都具有自动控制的功能，如光照控制、白平衡以及放大缩小等功能；

（4）、光照变化：这是最常见的，例如开灯关灯产生的光线变化；

（5）、自举现象：在一段时间内，背景建模技术得不到背景图像的情况；

（6）、掩饰：前景与背景图像像素值很相近，导致前景与背景不能够分清；

（7）、前景孔洞：利用背景减法时，前景内部的一些区域可能会被误检测为背景；

（8）、移动的背景目标：背景中的一些物体也可能移动，这些物体不能被当做前景的一部分；

（9）、进入的前景目标：一个新的运动物体进入，应该能够及时地被检测到；

（10）、动态背景：例如小目标抖动、树叶抖动、水面涟漪；

（11）、开始运动的目标：场景中的目标开始运动时，它本身以及新的相关的部分应该可以被检测到；

（12）、进入休眠的前景目标：一些前景目标进入场景后静止不动的情况；

（13）、阴影：能够检测出运动目标的阴影以及背景区域原有的阴影。