汇总背景减除算法在多个视频上测得的性能
计算机视觉与模式识别
2026-03-25 v2
摘要
存在许多用于检测视频中运动的背景减除算法。为有助于比较它们，已提出带有真值数据的基准数据集，如 CDNET 与 LASIESTA。这些数据集将视频组织为若干类别，以代表背景减除的典型挑战。其作者所倡导的评估流程包括：分别测量每个视频的性能指标，并按层次取平均——先在一个类别内平均，再在类别间平均，我们将此流程称为“汇总”。尽管通过平均性能指标进行汇总为标准评估流程作出了宝贵努力，但它缺乏理论依据，且破坏了被汇总指标之间的内在关系，这导致解释上的不一致。本文中，我们提出一种理论方法来汇总多个视频的性能，以保留性能指标间的关系。此外，我们给出了计算汇总性能的公式与算法。最后，我们在 CDNET 2014 上展示了我们的观察结果。
引用
@article{arxiv.2002.05654,
title = {Summarizing the performances of a background subtraction algorithm measured on several videos},
author = {Sébastien Piérard and Marc Van Droogenbroeck},
journal= {arXiv preprint arXiv:2002.05654},
year = {2026}
}
备注
Copyright 2020 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works