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

画像生成AI Stable Diffusionで遊ぶ

ブログの復旧が難航してた話

Faster R-CNN:ディープラーニングによる一般物体検出手法

Manim:Pythonで使える数学アニメーションライブラリ

ドットインストールのWordPress入門レッスン

AfterEffectsプラグイン開発

OpenCV

VCG Library:C++のポリゴン操作ライブラリ

MRenderUtil::raytrace

Runway ML:クリエイターのための機械学習ツール

スクラッチで既存のキャラクターを立体化したい

ROSでガンダムを動かす

SSD (Single Shot Multibox Detector):ディープラーニングによる一般...

スクレイピング

Math.NET Numerics:Unityで使える数値計算ライブラリ

Unityからkonashiをコントロールする

C++ 標準テンプレートライブラリ (STL)

Pythonの自然言語処理ライブラリ『NLTK(Natural Language Toolkit)』

OpenCV 3.1のsfmモジュールのビルド再び

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『ROS (Robot Operating S...

オープンソースのIT資産・ライセンス管理システム『Snipe-IT』

第25回コンピュータビジョン勉強会@関東に行って来た

Python2とPython3

手を動かしながら学ぶデータマイニング

Web経由でRaspberry PiのGPIOを操作したい

TeleSculptor:空撮動画からPhotogrammetryするツール

OpenCV 3.1とopencv_contribモジュールをVisual Studio 2015で...

OpenCVで顔のランドマークを検出する『Facemark API』

画像認識による位置情報取得 - Semi-Direct Monocular Visual Odome...

Mitsuba 3:オープンソースの研究向けレンダラ

Mechanizeで要認証Webサイトをスクレイピング

Javaで作られたオープンソースの3DCGレンダラ『Sunflow』

AMIMOTO(PVM版)で作成したインスタンスをAMIMOTO (HVM版)へ移行する

科学技術計算向けスクリプト言語『Julia』

顔画像処理技術の過去の研究

オープンソースのプリント基板設計ツール『KiCad』

Konashiを買った

Google App Engine上のWordPressでAmazonJSを利用する

書籍『イラストで学ぶ ディープラーニング』

TensorSpace.js:ニューラルネットワークの構造を可視化するフレームワーク

Twitter APIのPythonラッパー『python-twitter』

書籍『ゼロから作るDeep Learning』で自分なりに学ぶ

コメント