您可以将低等级模型用于视频背景减法作为预处理。
一旦你忽略了背景，即使是简单的方法也可以识别任何运动。

假设

您需要一个简单的解决方案，该解决方案不需要太多计算，并且易于用多种语言实现。

建议的解决方案

你可以简单地

• 减去连续图像（即时间推导）。或者，如果您担心检测慢动作，请减去相隔几秒钟的图像。
• 将生成的图像平方
• 对所有像素求和

如果不存在运动，则两个连续图像非常相似。因此，您将在来自噪声的所有像素的总和中始终保持较低的值。

如果有运动，您将在所有像素的总和中出现一个峰值。

您也可以通过直方图执行相同的操作：如果您的图像发生变化，直方图可能会发生变化。

我假设您正在谈论视频类型，例如监控和场景切换检测。我可以想到两种方法：

（一种）

• 做一个两帧的DCT进行比较，
• 每帧低通滤波器，
• 将帧彼此相减，
• 查看剩余的内容（如果需要，使用阈值）。

(乙)

如果您能够解码视频，则可以查看帧结构，计算两帧之间每个像素的字节梯度。请注意，大小取决于帧类型。

一些闭路电视摄像机具有仅在运动发生时记录的功能。

如果您想自己完成项目，请查看监控记录。
本例使用 Matlab 检测视频中的运动能量。然后程序只记录有趣的帧。您可以设置所需的最小运动阈值。