摘 要
本次实验中，我选择使用传统方法进行前景检测以及使用深度学习方法进行目标检测两个题目，并分别使用帧差法、中值滤波法和高斯混合模型实现了基于背景建模的视频前景检测，以及使用了 Faster R-CNN 算法实现了视频目标检测。
首先，我在 CDNET(ChangeDetection.NET)官网上选取了一段用于目标检测的视频，然后用 OpenCV 分别实现了帧差法、中值滤波法以及高斯混合模型，并对这些方法的实现效果进行了比较分析。接着我将视频拆帧，对每张帧图像用 Faster R-CNN 进行目标检测，并将检测后的帧图像合并成一段视频得到目标检测后的视频。最后，我对以上实现方法进行了总结，进一步加深了对目标检测算法的理解。
关键词：视频目标检测；帧差法；中值滤波；高斯混合模型；Faster R-CNN
目  录
1 理论基础 2
1.1 基于背景建模的视频目标检测 2
1.2 基于深度学习的目标检测 6
2 实验操作及结果 7
2.1 基于背景建模的前景检测 8
2.2 基于 Faster R-CNN 的目标检测 10
3 实验总结 11
参考文献 12