BGSLibrary:OpenCVベースの背景差分ライブラリ

割と有名らしいOpenCVベースの背景差分(Background Subtraction)のライブラリ「BGSLibrary」。
頻繁に更新されており、現在は43の背景差分アルゴリズムが実装されいてるらしい。
GPLv3ライセンスなので商用利用できなくはないけど、配布する際にはソースコードも開示する必要がある。まあ、勉強・研究用のライブラリと思った方が良いですね。

BGSLibrary

Andrews Sobralが開発したBGSLibraryは、動画の前景と背景を分離するための使いやすいOpenCVベースのC++フレームワークを提供します。
BGSLibraryはOpenCV 2.xおよび3.xと互換性があり、Windows、Linux、Mac OS Xでコンパイルできます。現在、このライブラリには43のアルゴリズムが実装されています。
ソースコードはGNU GPLv3ライセンスの下で利用でき、学術目的ならこのライブラリを無料かつオープンソースで利用できます。



ソースコードはGitHubで配布されている。(以前はGoogle Codeだった)
https://github.com/andrewssobral/bgslibrary

手軽に試せるDocker imagesもあるんですね。C++からの利用例を見てみると、OpenCVのcv::Matをそのまま渡せば良いようだ。

利用できるアルゴリズム一覧を見ると、個々のアルゴリズムごとにライセンスが違うっぽいですね。

BGSLibraryを商用のアプリケーションで使用できますか?

利用できるアルゴリズム一覧

Type アルゴリズムの名称
(クリックでソースコードを参照)
著者 貢献者 ライセンス
Basic:
Static Frame Difference Free
Frame Difference Free
Weighted Moving Mean Free
Weighted Moving Variance Free
Adaptive Background Learning Free
Adaptive-Selective Background Learning Free
Temporal Mean 1 GPLv3
Adaptive Median McFarlane and Schofield (1995) 1 GPLv3
Temporal Median Cucchiara et al. (2003) and Calderara et al. (2006) 1 GPLv3
Sigma-Delta Manzanera and Richefeu (2004) 11 GPLv3
Fuzzy:
Fuzzy Sugeno Integral Hongxun Zhang and De Xu (2006) 2 GPLv3
Fuzzy Choquet Integral Baf et al. (2008) 2 GPLv3
Fuzzy Gaussian Wren (1997) with Sigari et al. (2008) approach 3 GPLv2
Single gaussian:
Gaussian Average Wren (1997) 1 GPLv3
Simple Gaussian Benezeth et al. (2008) 3 GPLv2
Multiple gaussians:
Gaussian Mixture Model (GMM or MoG) Stauffer and Grimson (1999) 1 GPLv3
Gaussian Mixture Model (GMM or MoG) KadewTraKuPong and Bowden (2001) 0 BSD
Gaussian Mixture Model (GMM or MoG) Zivkovic (2004) 0 BSD
Gaussian Mixture Model (GMM or MoG) Zivkovic (2004) 1 GPLv3
Gaussian Mixture Model (GMM or MoG) Laurence Bender implementation (GMM with Mahalanobis distance) (related paper) 3 GPLv2
Type-2 Fuzzy:
Type-2 Fuzzy GMM-UM Baf et al. (2008) 2 GPLv3
Type-2 Fuzzy GMM-UV Baf et al. (2008) 2 GPLv3
Type-2 Fuzzy GMM-UM with MRF Zhao et al. (2012) 2 GPLv3
Type-2 Fuzzy GMM-UV with MRF Zhao et al. (2012) 2 GPLv3
Multiple features:
Texture BGS Heikkila et al. (2006) 1 GPLv3
Texture-Based Foreground Detection with MRF Csaba Kertész (2011) 8 GPLv3
Multi-Layer BGS Jian Yao and Jean-Marc Odobez (2007) 4 BSD
MultiCue BGS SeungJong Noh and Moongu Jeon (2012) 10 GPLv3
SuBSENSE Pierre-Luc et al. (2014) 12 GPLv3
LOBSTER Pierre-Luc and Guillaume-Alexandre (2014) 12 GPLv3
Non-parametric:
GMG Godbehere et al. (2012) 0 BSD
VuMeter Goyat et al. (2006) 6 GPLv3
KDE Elgammal et al. (2000) 7 GPLv3
IMBS Domenico Bloisi and Luca Iocchi (2012) 9 GPLv3
(only in opencv3 branch) KNN Background Subtractor Zoran Zivkovic and Ferdinand van der Heijden 0 BSD
Subspace:
Eigenbackground / SL-PCA Oliver et al. (2000) 1 GPLv3
Neural and neuro-fuzzy:
Adaptive SOM Maddalena and Petrosino (2008) 3 GPLv3
Fuzzy Adaptive SOM Maddalena and Petrosino (2010) 3 GPLv3

注釈:

ライブラリのパッケージ図みたいなのもありますね。

ライブラリのアーキテクチャ

Library architecture

関連記事

hloc:SuperGlueで精度を向上させたSfM・Vis...

Pythonのソースコードに特化した検索エンジン『Nulle...

GoogleのDeep Learning論文

為替レートの読み方 2WAYプライス表示

Open3D:3Dデータ処理ライブラリ

OpenCVの顔検出過程を可視化した動画

CNN Explainer:畳み込みニューラルネットワーク可...

openMVG:複数視点画像から3次元形状を復元するライブラ...

スクレイピング

TorchStudio:PyTorchのための統合開発環境と...

オープンソースのロボットアプリケーションフレームワーク『RO...

Unityの薄い本

OpenCVで顔のモーフィングを実装する

3Dスキャンに基づくプロシージャルフェイシャルアニメーション

WordPress on Windows Azure

Python.NET:Pythonと.NETを連携させるパッ...

ROSでガンダムを動かす

株式会社ヘキサドライブの研究室ページ

機械学習手法『Random Forest』

UnityからROSを利用できる『ROS#』

OpenCVの超解像(SuperResolution)モジュ...

Unityで強化学習できる『Unity ML-Agents』

MPFB2:Blenderの人体モデリングアドオン

PythonでMayaのShapeノードプラグインを作る

PythonでBlenderのAdd-on開発

ROMOハッカソンに行ってきた

機械学習で遊ぶ

UnityでARKit2.0

ブラウザ操作自動化ツール『Selenium』を試す

UnityプロジェクトをGitHubで管理する

科学技術計算向けスクリプト言語『Julia』

UnityでShaderの入力パラメータとして行列を渡す

UnityのGameObjectの向きをScriptで制御す...

UnrealCLR:Unreal Engineで.NET C...

OpenCV 3.3.0-RCでsfmモジュールをビルド

iOSデバイスと接続して連携するガジェットの開発方法

自前のShaderがおかしい件

KelpNet:C#で使える可読性重視のディープラーニングラ...

機械学習のオープンソースソフトウェアフォーラム『mloss(...

Russian3DScannerのトポロジー転送ツール『Wr...

池袋パルコで3Dのバーチャルフィッティング『ウェアラブル ク...

顔画像処理技術の過去の研究

コメント