背景差分とは、動画や静止画の連続フレームから固定された背景を引くことで、動きのある前景オブジェクトだけを効率的に抽出する画像処理技術です。防犯カメラでの侵入者検知や自動運転の障害物検出など、多様な分野で活用されています。
背景差分とは
一言でいうと背景差分とは、カメラの映像から動かない背景を取り除き、動いている物体だけを浮き上がらせる技術です。
詳しく解説
背景差分は、時間の経過による背景の変化を学習・モデル化し、現在のフレームと比較することで動体領域を特定します。古くは単純なフレーム間の引き算から発展し、現在では動的な背景の変化（木々の揺れや照度の変化など）に対応するため、機械学習や深層学習を用いた高度なセグメンテーション技術が導入されています。リアルタイム性が求められるコンピュータビジョンにおいて、処理負荷を抑えつつ対象を検出する基本手法として極めて重要です。
具体例・使われ方
防犯カメラや監視カメラシステムにおいて、不審者や侵入者の検知に用いられます。また、交通量調査や自動運転における歩行者や車両の検出、スポーツの試合中における選手やボールのトラッキングなどにも広く利用されています。
似た用語との違い
オプティカルフローが画像全体の画素の移動ベクトルを推定するのに対し、背景差分は背景モデルとの差分によって直接前景領域を切り出す点が異なります。また、フレーム間差分が直前のフレームとの差分をとるのに対し、背景差分は学習した背景モデルと比較するため、静止している物体を検出できるかどうかに違いがあります。
注意点
急激な天候の変化や照明の点滅、木々の揺れなどの環境ノイズによって、背景が誤って前景として検出される誤検知が起こりやすい点に注意が必要です。また、カメラ自体のブレや、長時間同じ場所に静止した物体（放置物など）の扱いに対応するための適切なモデル更新が求められます。