刘伟：要么赶紧死，要么精彩地活着

http://player.youku.com/player.php/sid/XMTk2NDAzMTcy/v.swf

刘伟：我觉得在我的人生中，只有两条路，要么赶紧死，要么精彩地活着，没有人规定，钢琴一定要用手弹。

这个视频，让我连续看了好几遍，每次都感动和震惊。朴实有力的话语，坚实的敲打在我的心上。一个身有残疾的人，人生却活的如此明白，也如此的精彩。而作为一个健全的正常人的我，对生命又作何诠释呢？一个残疾人，对生活没有任何抱怨，坚定的选择精彩的活，他的生命又是何种意义呢？对于正常人的我，不是命运对我不青睐，是自己没有活明白。对同样事情，让一个上天并不给他的人来说，自己却要创造条件，没有手，他用脚也能要弹，因为他选择了精彩的活。有一次获得生命的机会，就不应亵渎了生命的意义，应该赋予生命精彩的含义。

这两天，陪同学看病，往医院跑了几次。想起了以前去医院的经历，看到形形色色的病人，心里感慨万分，亲情和关爱，着急和无奈。每次都在想，有一个健康的身体是多么幸福的事情。每次都会想，一定好好锻炼身体，健康是自己，也是每个关心你的人的最好的财富...

再也不重装电脑了

重装电脑成为一种习惯，就像经不住诱惑一样的重装系统，有一种重新来过的快感。可是惨痛的教训一次一次的来，几乎每次重装电脑都会丢失一些东西。今天又来一次，记录一下当时想死的心情，希望引以为戒。

双系统，今天重装电脑Windows，完成后，发现电脑分区太乱，想整理一下，一直以为Windows下看不到Linux分区，就在windows下大改磁盘分区。看起来干干净净的了。接下来修复Linux启动，找不到那个Linux分区了，脑袋一嗡，我的工作都在Linux的那个分区中，想死的心都有了，感觉什么都没有了，电子数据原来如此不可靠。不，不是电子数据不可靠，是自己=为了一时之快，想也不想就瞎弄。

为什么老是要重装电脑呢？每次重装电脑后恢复到工作状态，几乎都要花掉一天的时间，很多软件需要重复安装，很多文件，需要重新布置一下位置，岂不知每次重装系统，就会来backup一下，这样的会造成垃圾越来越多。

希望下次重装电脑之前能看到这个！

[zz]《高效能人士的7个习惯》摘抄

发信人: DestinyOwner (不碎的水瓶|[路]国师), 信区: Reading
标 题: 《高效能人士的7个习惯》摘抄
发信站: 北邮人论坛 (Tue Jul 14 20:09:37 2009), 站内

一个虚怀若谷的人，认可并承担对周围环境的责任，必须有足够的勇气且秉承任何必要的首创精神，能够以非常创意的方式，找到所面临的挑战的出路。

犬儒主义——“不要对生活期望过高，这样你就不会对周围的人或事失望”。 其反面是“我就是我生命的创造力”。

影响力是以相互理解为前提的。

谁也无法说服他人改变，因为我们每个人都守着一扇只能从内开启的改变之门，不论动之以情或说之以理，我们都不能替别人开门。——Marilyn Ferguson

以内在的价值标准，而不是旁人的好恶或与别人比较的结果，来衡量自己。这时候，事情对错与别人是否发现无关。

得之太易者必不受珍惜。唯有付出代价，万物始有价值。上苍深知如何为其产品制订合理的价格。——Thomas Paine

七个习惯概览：
习惯一：积极主动（BE PROACTIVE）。主动积极即采取主动，为自己过去、现在及未来的行为负责，并依据原则及价值观，而非情绪或外在环境来下决定。人类四项独特的禀赋：自觉、良知、想象力和自主意志。
习惯二：以终为始（BEGIN WITH THE END IN MIND）。所有事物都经过两次的创造——先是在脑海里酝酿，其次才是实质的创造。
习惯三：要事第一（PUT FIRST THINGS FIRST）。要事第一即实质的创造，是梦想（你的目标、愿景、价值观及要事处理顺序）的组织与实践。
习惯四：双赢思维（THINK WIN/WIN）。双赢思维是一种基于互敬，寻求互惠的思考框架与心意，目的是更丰盛的机会、财富及资源，而非敌对式竞争。
习惯五：知彼解己（SEEK FIRST TOUNDERSTAND, THEN TOBEUNDERSTAND）。当我们舍弃回答心，改以了解心去聆听别人，便能开启真正的沟通，增进彼此关系。
习惯六：综合综效（SYNERGIZE）。综合综效谈的是创造第三种选择——即非按照你的方式，亦非遵循你的方式，而是第三种远胜过个人之见的办法。
习惯七：不断更新（SHARPEN THE SAW）。“不断更新”谈的是，如何在四个基本生活面向（身体、精神、智力、社会/情感）中，不断更新自己。这个习惯提升了其他六个习惯的实施效率。

要改变现状，首先要改变自己；要改变自己，先要改变我们对问题的看法。

因为好面子，我们给予孩子的不是无条件的关爱。

努力探寻你自己的心灵吧，因为生活源自于此。

我们越是认识到思维定式、地图或者假定以及经验在我们身上的影响力，就越是能够对自己的思维定式负责，懂得审视它，在现实中检测它，并乐于聆听和接受别人的看法，从而获得更广阔的视野和更客观的看法。

如果我们只想让生活发生相对较小的变化，那么专注于自己的态度和行为即可，但是实质性的生活变化还是要靠思维的转换。

原则不同于实践。实践是特定的行为或活动，在某一情况下适用的实践未必能在另一种情况下适用。就好比父母不能将教育第一个孩子的方法照搬到第二个孩子身 上。原则不是价值观。一群盗匪可以有相同的价值观，但却违背了良善的原则。如果说原则是地域，那么价值观就是地图。唯有尊重正确原则，才能认清真相。

承认自己的无知往往是求知的第一步。

聆听需要耐心、坦诚和理解对方的愿望，属于品德的高级范畴。相较之下，以低投入的情感给出“高高在上”的建议要容易得多。

只有真正经历过拥有，才会真正懂得分享。所以教育孩子应该要有充分的耐心让他们体会拥有的感觉，同时用足够的智慧告诉他们付出的价值，另外还要以身作则。

思想决定行动，行动决定习惯，习惯决定品德，品德决定命运。成熟模式图（Maturity Continuum）即人类成长的三个阶段，分别为依赖期（Dependence）、独立期（Independence）、互赖期（Interdependence）。

在遭遇（刺激）与对遭遇的回应之间，他有选择回应方式的自由或能力。

选择的自由包括人类特有的四种天赋。自我意识（Self-awareness），即思考自己的思维过程的能力；想象力（Imagination），即超越 当前现实而在头脑中进行创造的能力；良知（Conscience），即明辨是非，坚持行为原则，判断思想、言行正确与否的能力；独立意志 （Independent Will），即基于自我意识，不受外力影响而自行其是的能力。

责任感（Responsible），从构词法来说是能够回应（Response-able）的意思，即选择回应的能力。所有积极主动的人都深谙其道，因此 不会把自己的行为归咎于环境、外界条件或他人的影响。他们根据价值观，有意识地选择待人接物的方式，不会因为外界因素或一时情绪而冲动行事。

埃莉诺·罗斯福（Eleanor Roosevelt，美国小罗斯福总统的夫人——译注）曾说：“除非你愿意，否则没人能伤害你。”

我昨日的选择决定了今日的我，因此，我有权另做选择。

伤害我们的并非悲惨遭遇本身，而是我们对于悲惨遭遇的回应。

弗兰克尔曾指出人生有三种主要的价值观，一是经验价值观（Experiential Value），来自自身经历；二是创造价值观（Creative Value），源于个人独创；三是态度价值观（Attitudinal Value），即面临绝症等困境时的回应。在这三种价值中，境界最高的是态度价值。逆境往往能激发思维转换，使人以全新的观点看待世界、自己与他人，审视 生命的意义，进而思考应该如何回应，这种更宽广的视角反映的就是可以提升和激励所有人的态度价值观。

太多人只是坐等命运的安排或贵人相助，事实上，好工作都是靠自己争取而来的。

采取主动是实现人生产能与产出平衡的必要条件。

推诿责任的言语往往会强化宿命论。说者一遍遍被自己洗脑，变得更加自怨自艾，怪罪别人和环境，甚至把星座也扯了进去。

在所有进步的社会中，爱都是代表动作，但消极被动的人却把爱当做一种感觉。积极主动的人以实际行动来表现爱。

每个人都有格外关注的问题，比如健康、子女、事业、工作、国债或核战争等等，这些都可以被归入“关注圈”（Circle of Concern），以区别于自己没有兴趣或不愿理会的事物。关注圈内的事物，有些可以被掌控，有些则超出个人能力范围，前者可以被圈成一个较小的“影响 圈”（Circle of Influence）。

积极主动的人专注于“影响圈”，他们专心做自己力所能及的事，他们的能量是积极的，能够使影响圈不断扩大，扩张和成长。反之，消极被动的人则全神贯注于 “关注圈”，紧盯他人弱点、环境问题以及超出个人能力范围的事情不放，结果越来越怨天尤人，自艾自怜，并不断为自己的消极行为寻找借口。

我们面对的问题可以分为三类：可直接控制的问题（问题与自身的行为有关），可以通过培养正确习惯来解决（习惯一二三），这显然在影响圈范围内；可间接控制 的问题（问题与他人的行为有关），可以通过改进æ
–½åŠ å½±å“çš„方法来解决（习惯四五六），例如采取移情方式而不是针锋相对，以身作则而不是口头游说；无法控制 的问题（我们无能为力的问题，例如我们的过去或现实的环境），我们要做的就是改变面部曲线，以微笑、真诚与平和来接受现实。

一个人的关注圈与影响圈可以从他的言谈中看出端倪，特别是“如果”和“我可以”。

两种能够直接掌控人生的途径：一是做出承诺，并信守诺言；二是确立目标，并付诸实践。知识、技巧和意愿都位于影响圈内，改善其中任何一项都会改善三者之间的平衡，三折的交集越大，说明我们对于习惯及其原则的修养越完善，就越能够以崇高的品德实现平衡而高效能的生活。

塞缪尔·约翰逊（Samuel Johnson，英国词典编纂家兼作家——译注）曾说：“满意源自内心，那些对人性一无所知的人总是妄图在维持自我的前提下追求幸福，结果比是徒劳无功，而本来想摆脱的痛苦却会与日俱增。”

以终为始说明在做任何事之前，都要先认清方向。忙碌的人未必出成果。

任何事都是两次创造而成。我们做任何事都是先在头脑中构思，即智力上的或第一次的创造（Mental/First Creation），然后付诸实践，即体力上的或第二次的创造（Physical/Second Creation）。

管理是正确地做事，领导则是做正确的事。

成功，甚至求生的关键并不在于你流了多少血汗，而在于你努力的方向是否正确，因此无论在哪个行业，领导都重于管理。

以终为始最有效的方法，就是撰写一份个人使命宣言。

示例使命宣言摘抄：念及相关的每一个人。未听取正反双方意见，不妄下断语。维护不在场的人。诚恳但立场坚定。每年掌握一种新技能。今天计划明天的工作。利用等待的空闲时间（很让我头疼的问题）。协助属下成功。专注于当前的工作，不为下一次任务或提升瞎操心。

标记疗法（Logotherapy）的基本原理就是：许多心智或情感疾病都是由于失落感或空虚感作祟，而标记疗法可以帮助病人找回生命的意义与使命感，以祛除这些感觉。

制订个人使命宣言必须从影响圈的核心开始。这个核心是安全感、人生方向和智慧与力量的源泉。“安全感”代表价值观、认同、情感的归属、自尊自重与是否拥有 个人的基本能力。“人生方向”是“地图”和内心的准绳，人类以此为解释外界事物的理据以及决策与行为的原则和内在标准。“智慧”是人类对生命的认知、对平 衡的感知和对事物间联系的理解，包括判断力、洞察力和理解力，是这些能力的统一体。“力量”则指采取行动，达成目标的能力，它是做出抉择的关键性力量，也 包括培育更有效的习惯以替代顽固旧习的能力。

拓宽思路和心灵演练是开发右脑的两个途径。

个人管理四步骤：确认角色，选择目标，安排进度，每日调整。

情感账户的六种主要的投资方式：理解他人，注意小节，信守承诺，明确期望，正直诚信，勇于致歉。

移情聆听本身就是巨大的感情投资，它能够给人提供一种“心理空气”，极具治疗作用。

我们在听别人讲话时总是会联系我们自己的经历，因此自以为是的人往往会有四种“自传式回应”（Autobiographical Response）的倾向：
价值判断——对旁人的意见只有接受或不接受。
追根究底——依自己的价值观探查别人的隐私。
好为人师——以自己的经验提供忠告。
自以为是——根据自己的行为与动机衡量别人的行为与动机。

与人合作中，假如两人意见相同，其中一人必属多余。与所见略同的人沟通，毫无益处，要有分歧才有收获。

人生最值得的投资就是磨练自己，因为生活与服务人群都得靠自己，这是最珍贵的工具。
工作本身并不能带来经济上的安全感，具备良好的思考、学习、创造与适应能力，才能立于不败之地。拥有财富，并不代表经济独立，拥有创造财富的能力才真正可靠。

歌德（Goethe）说：“以一个人的现有表现期许之，他不会有所长进。以他的潜能和应有成就期许之，他定能不负众望。”

次给予回应之间存在一定距离，成长和幸福的关键在于我们如何利用这段距离。

读“W4: Real-Time Surveillance of People and Their Activites”

本文是PAMI 2000年的文章，解决的问题是实时的监控视频的多人的检测、跟踪以及检测他们的行为，所谓W4就是：where, when, what and who。本文是对于静止的单目的灰度摄像机或者红外摄像机获得的数据进行处理。W4结合形状分析和跟踪来定位人和人的各个部分(包括头，手，脚，躯干)。本文说能够处理320x240达到25 fps (400MHz dual-Pentium II PC)。

本文涉及到背景差分、跟踪和行为检测等多个方面，我这里只是关注背景差分部分。背景模型在整体上来说是一个在训练阶段建立起来的统计模型，每个像素用三个值表示：最小值m(x), 最大值n(x), 连续帧的之间的最大差分值d(x)。

1. 学习初始化背景模型

这个使用两个阶段来排除学习阶段的中场景中的运动像素。第一个阶段是使用针对像素的中值滤波器，在时间上对一段数秒的视频进行滤波来区分运动和静止像素。第二个阶段是利用第一阶段得到的静止像素点建立初始化背景模型，具体操作如下:设V为连续的N个图像的集合，delta(x)和lamda(x)分别表示像素点x的标准差和中值，其中m(x)=min{Vz(x)}, n(x)=max{Vz(x)}, d(x)=max{|Vz(x)-Vz-1(x)|},其中|Vz(x)-lamda(x)| < 2*delta(x), 这样Vz(x)就是表示是静止的像素点。

2. 更新背景模型参数 

W4是基于灰度值的背景模型，光照的变化会明显影响检测，另外长期静止的前景可能会造成误检。本文使用两种背景更新方法：

基于像素的更新：周期的更新背景模型来适应光照的变化；
基于对象的跟新：更新背景来适应场景的物理改变，例如，场景中出现或者移除物体，车辆停靠等。

W4使用如下的方法来更新背景：在跟踪过程中，W4动态建立change map来决定使用何种更新方式，其中change map含有如下三个主要的元素：

• detection support map (gS): 代表在前N帧内被分类为背景的次数, 若x是背景像素gS(x,t)=gS(x, t-1)+1;
• motion support map (mS): 代表当前像素是运动像素的次数，判断一个像素是否为运动像素点方法是：连续三帧之差，都大于2*delta;
• change history map (hS): 代表自从上次被分类为前景的消耗的时间，如果是前景，则hS(x, t)=255, 否则hS(x, t)=hS(x, t-1)-255/N。

W4使用gS来决定背景哪些部分使用基于像素的更新，ms、gS和hS来决定哪些部分使用基于对象的更新。当背景模型被根性后这个change map就被重置为0。在跟踪的过程中，背景模型对前景像素和背景像素分别进行运算，背景模型的更新策略如下：

1. 若gS(x)>K*N，则使用基于像素的背景更新策略，设置为[mb(x), nb(x), db(x)]，即背景点;
2. 若gS(x)<K*N且mS(x)<r*N，则使用基于对象目标的更新，设置为[mf(x), nf(x), df(x)]，即前景点;
3. 如果上面都不符合，就保持原样。

3. 前景检测

首先，每个像素使用如下的方法来把每个像素点分类成前景或者背景：若当前像素点It(x)，满足|It(x)-m(x)|<k*du或者|It(x)-n(x)|<k*du，则判定为背景，其中du为整个图像的d(x)的中值。

[zz]新东方七年，被问频率最高的问题：改变的力量从哪来

原文地址：http://user.qzone.qq.com/622005005/blog/1280459094

[来源：新东方　作者：褚嘉铭]

　　在新东方讲课的七年中，有很多人问我各种各样的问题，这些问题大多数都回答了上千遍。这些问题从研究生考试或者英语四六级考试该如何准备，到生活中更大的层面。然而，这些问题都可以总结成一句话，即如何改变。

　　我总是请他们思考：改变的力量从哪里来？

　　有人说理想要足够伟大甚至疯狂，自己才会充满力量；有人说理想要足够切合实际，最终的结果才不至于让自己太失望；有人说要有明确的方法和确定的资源，这是做出改变的先决条件；有人说没有方法、没有退路的时候，当自己一无所有的时候，才会真正的改变。我认为，改变的力量只来自一样东西：不可动摇的巨大决心！有很多人没有意识到“我想要”和“我一定要”之间的区别。一个把改变当做理想的人，永远无法实现理想。只有下定决心把它变成你每天的主题，让你自己生活在改变中，你才真的会拥有改变的力量。

　　我有一个好朋友，他写了一本关于在国内还属于研究空白的某个主题的书，从计划到出版只用了20天。然后他奖励自己，在海边买了一栋房子。一本书一般最快需要几个月，甚至几年的时间，他是如何做到仅用20天的呢？其实，他做了一件很简单的事情。从早8点写到晚11点，自己从不走出屋子，如此连续20天，一本书就诞生了。当然，他是这个领域的专家，不需要在写书的时候再亲自去调研。从几年内就成为一个领域的最年轻的专家，到现在用20天写完一本书，说明他平时的每一天都在积累，都在向着更好的方向改变。而他绝对不会问：“我该如何改变？”他只是每天生活在改变里。

　　还有一个朋友，两年前，她还是一个非常普通的学生。然而当她真正下定决心改变以后，她已经把自己变成了一个非常成功的人。现在，她和全国甚至全亚洲最有名的演说家一起工作，浑身上下透露出和她的年龄严重不符的稳重和成熟。我们每次见面都很匆忙，有时甚至是在车里一人一瓶矿泉水就能聊一个小时。然后，我们都会从彼此身上吸取到有用的东西。她从来不会问：“我该如何改变？”她也每天生活在改变里。

　　2008年底，我下定决心要改变自己的生活。我告诉自己，一年内要学习股票买卖的理论和技巧，要帮一个朋友卖出两辆奔驰S级轿车，要写一本考研阅读的书，要认识一些真正优秀的人。一年内，我想要的变化一一出现在我的生活中。只要你每天活在改变里，每天向好的方向进步一点点，你也一定能做到。

　　其实，变化并不仅仅是指做成一件挺大的事，在小事上也能体现出变化。比如，我从175斤变成现在的近140斤，用了20天左右；从只有两块腹肌（勒紧腰带后上下各一块），到现在有六块腹肌，用了40天左右。这期间我每天上10个小时的课，甚至很多天还需要开车90公里往返于塘沽和市区之间，但是我却比原来任何时候都更加精力充沛。许多学生尤其是可爱的女生们看到我的身材变化后，都问我：“老师，你吃的减肥药是什么牌子的？多贵我都买。”其实这个小小的改变，源自下定决心要改变自己的身体状态而已。下定决心后，我请了专家为我一对一地建立了极为健康的饮食习惯和运动习惯，并坚持不懈而已。而我的变化之快让这个专家也瞠目结舌。你看，这就是下定决心的力量。

　　当你还没有改变，就说明你想要维持现状的力量要大于你做出改变的动力，你还没有下定决心。改变来自“我一定要”的决心，而不是“我想要”的口号。

　　你可能问：“那么我要如何才能真正下定决心呢？”其实，问题本身就是答案。

[zz]新东方励志：毅力，是一种快乐的持续

[来源：新东方　作者：张一楠]

　　在这个世界上，当你想有所成就的时候，最先想到的应该是找到自己的原始冲动，然后用毕生的时间全力以赴、梦萦魂牵地去实现它。

　　所谓原始冲动，就是你自己的天赋所在，你最狂热最感兴趣，不做就会死的那件惟一的事情。

　　每天用你最喜欢的方式做你最喜欢的事情，这是一种莫大的幸福。然后，每天重复这种快乐的做事方式和做事心情，久而久之，形成习惯。天长日久，这种习惯就会成为性格。性格决定命运。性格不是天生的，性格就是这样培养出来的。所以，要让你的命运出现转机，就要找到自己最喜欢的事情。

　　当你因为兴趣而做一件事情的时候，这个世界上就没有毅力和坚持之类的事情。外人看到的你的毅力，仅仅是因为你做这件事情时那种快乐的心情。其实，在这个世界上，“毅力”是根本不存在的品质，因为所谓的“毅力”就是你因为快乐而可以长期做一件事情而不会放弃的态度。所以，毅力是一种快乐，不是一种痛苦。从这个角度上来说，有些懒惰的人，并不是他们真的懒惰，而是因为他们没有找到自己的原始冲动并把它培养成习惯而已。

　　我自己是最好的例子。我初中的时候找到自己的最爱是英语，然后用自己喜欢的方式学习它。比如，每天早晨都坐在奶奶身边读英语，每天读半个小时。奶奶不懂英语，但是每天都夸我：“俺乖乖读得真好！”我很有成就感，每天坐在奶奶身边读英语。奶奶就闭着眼睛静静地听着。我觉得，每天早晨，陪着奶奶读英文是世界上最幸福的事情。我从初一读到初三，从高一读到高三，大学里依然坚持晨读。慢慢地，同学们对我的英语成绩只能羡慕而无法超越。我晨读英语的习惯，是一种幸福的坚持，没有感觉到丝毫的痛苦。我也没想到，晨读英语需要毅力，它只是我的原始冲动而已。

　　还有一个例子，一个我非常欣赏的男人的故事。他是一个防盗系统安装工程师，他的工作就是每天去客户的门前安装防盗器械，每次挖洞的时候，他的文字灵感就如“滔滔江水，连绵不绝”。每当此时，他就会坐在梯子上，把他喷薄而出的美丽文字记录下来。当年的他，就是这样，一边干活一边记录下这些让他兴奋不已的文字精灵。半年下来，居然积累了200多首歌词。他选出自己最得意的100首装订成册，寄了100份到各大唱片公司。没想到泥牛入海，毫无音信。但他并不伤心，因为他对文字有发自心底的热爱，像喷涌而出的岩浆，火红火红的，谁都拦不住。他是因为热爱而写，不是为了别的。我觉得，这个男人心中最柔软的部分已经留给了他的最爱——具有缠绵情怀的中国汉字。1997年7月7日凌晨，他像往常一样去安装防盗系统。这时有人打电话给他，他坐在梯子上接了电话，这个打电话给他的人叫做吴宗宪。

　　故事的结局是，工程师成为海峡两岸最具声望的歌词作者，他写的歌词包括《东风破》、《菊花台》、《青花瓷》等，他的名字叫方文山。周杰伦歌曲中大部分经典的歌词都出自他的神来之笔。

　　找到你自己的原始冲动，那么，坚持，就成为一种快乐的持续。这种持续，才是真正的毅力。

BGS-KDE算法：读”Non-parametric Model for Background Subtraction“

本文是ECCV 2000年的文章，"Non-parametric Model for Background Subtraction"，作者是Ahmed Elgammal，Rutgers大学副教授（这个大学好似没听过，查了一下排名在150名左右），他的主页在这里，专注于人的行为分析、跟踪等。他这篇文章可以找得到，还有一个在线版在这里。

这篇文章是2000年的，十年前的文章，也是第一个提出使用KDE方法的。所谓KDE方法是指：Kernel Denity Estimation,即使用核函数来估计概率。核心思想就是根据最近N帧图像，建立N个样本作为背景Kernel模型，在检测的时候，使用相应的kernel函数来估计当前像素值出现的概率，如果大于某一个门限，即为背景。

KDE算法是一个General的方法，如果把所有的Kernel函数取为高斯函数，则KDE函数就退化为generalized的混合高斯模型，这里每一个样本就是一个高斯模型。

值得注意的是：整个KDE算法是基于这样的假设，背景是变化很频繁的，不足以用几个高斯模型来表示，但是在很短的时间间隔内，还是符合一定的分布的，也就是本文所谓的local-in-time，例如高斯模型。

1. 基本背景模型

概率密度估计：Density Estimation

KDE方法也是基于像素的，以下描述都是对于每个像素的。设 x1, x2, x3,....xN是像素的最近N个样本，使用这些样本值，来当前像素点的概率密度函数如：

                           Pr(xt)=[K(xt-x1)+K(xt-x2)+ ... +K(xt-xN)]/N  (1) 

其中，K表示Kernel函数，xt表示像素在时刻t的值。如果Pr(xt)<T,这里T是一个全局门限，说明可以概率小，可以判定为前景，反之为背景。

这里，如果K为高斯函数，就很像混合高斯模型了。而且Pr(xt)公式可以使用查找表方法计算，可以极大提高运算速度。相比与混合高斯模型，因为KDE算法只是依赖于最近的N个样本，很容易“forget”以前的状况，所以可以灵活控制其精确度。

核函数宽度估计：Kernel Width Estimation(我把它称为高斯函数的标准差估计) 

      如果使用高斯函数上面的公式1就可以更加具体化，把高斯函数代入公式1，具体公式见原文，公式中有一个关键参数--高斯分布的标准差，此参数反映了当前像素的变化剧烈情况，可以通过如下方式来估计此参数：对每个颜色通道，N个连续的样本，相邻的两个值的差值|xi - x(i+1)|，在这些连续的(xi, x(i+1) )对中，求得中值m。此中值m与标准差有直接对应关系：
                    delta = m/(0.68*1.414)
        è¿™é‡Œä¸ºä»€ä¹ˆä½¿ç”¨è¿™æ ·ä¸­å€¼æ¥ä¼°è®¡æ ‡å‡†å·®å‘¢ï¼Ÿè¿™æ˜¯å› ä¸ºåœ¨N个样本中，连续的两个值 (xi, x(i+1) )很大可能是属于同一个local-in-time的高斯分布。这样的估计是有效的。

2. 抑制误检(False Detection)

本文把误检来源分为两种，一种是噪声，一种是背景的轻微运动，例如树枝晃动、水面等。第一种物件由于是全局散落的，可以通过滤波或者形态学的方法滤除，后一种由于有空间的聚集特性，很难用传统的滤波方法消除。

分析一下第二种误检的来源，就可以知道，虽然在当前像素点的KDE中不能匹配上，因为这个像素点很可能是在领域中移动过来的，所以这里就可以在当前像素点的一个领域中寻找最佳的匹配，还是使用前面的概率估计公式，在领域中寻找最佳的匹配，即概率的最大值。
             Pn(xt)=max{Pr(xt| By)},
其中By表示xt的领域像素点。若Pn(xt)大于某个门限th1，则确定为背景。

通过上述方法，虽然能去掉一些误检，但是，同时会把一些真实的前景给去掉。考虑到真实的前景有这样的有这样的特点，整个被检测出来的前景一定是在从附近的某个地方移动到这里来的，而不是几个像素点。这里定义一个概率Pc，表示整个被检测出来的连续区域是从附近移动过来的概率。定义如下：
            Pc = Pn(xi)的乘积
其中，xi是被检测出来的连续的区域内的像素。对于一个真实的前景目标，整个被检测出来的连续区域，对于上面的公式的计算结果应该是很小的。

所以综合上面的两个方面，如果一个像素点同时满足Pn>th1和Pc>th2，则表示这是一个误检，重新说一下，应该是第二种误检。

3. 背景更新

背景更新的策略有两种：

1. 选择性更新：即只是把新的样本(sample)添加到那些被判定为背景的像素点模型
2. 盲目更新：即把新的样本添加到任何像素点模型

这两个方法各有弊端，例如第一种方法很依赖与判定的结果是不是正确，如果错了，就会一错再错。第二种方法比较盲目，会把静止前景或者运动很慢的前景融入到背景模型中。本文提出了一个结合两个更新策略的方法，使既能很快的适用新的背景改变，又能对前景，又能足够精确的检测出前景，使用两个model来达到这个目的：Short-term mdel 和 Long-term model：

Short-term model: 这是一个最近(very recent)场景N个样本模型，此模型对场景的变化适应很快，而且对前景检测很敏感。使用选择性策略更新背景模型；

Long-term model: 这个模型保存相对稳定的背景模型，而且改变非常的缓慢。这个模型也包含N个样本，但是此N个样本的所取自的时间窗口比short-term model要宽很多。这个模型使用盲目更新策略更新。

这两个模型检测结果的交集，可以消除短期模型的持续错误前景(false positive)，也可消除长期模型结果中的误检。这里也会造成一个问题，就是同时消除了一些正确的前景，例如在短期的模型中检测出来的静止前景。本文的解决方法是，在短期模型中检测出来的前景，如果与前面的合并结果相邻的话，就判定为最后的前景。（这种解决方法，我有待考察，我并不明白为什么这样处理就可以解决此问题）

4. 阴影检测

阴影检测是背景差分中的难点之一，阴影的特点就是颜色相似，而亮度变低。本文使用了色度坐标(Chromaticity Coordinate)来运算，r=R/(R+G+B), g=G/(R+G+B), b=B/(R+G+B)，其中r+g+b=1，所以一个像素的色度坐标就可以表示为(r, g)二元组。这个二元组，只是记录了色度信息，完全丢失了亮度信息，可能会造成很多的漏检。这里就另外引入一个亮度信息s=R+G+B，所以同样用一个三元组<r, g, s>来表示一个像素，这里色度和亮度信息就完全区分开来了。如果满足色度r,g分量相近，而a<st/sb<1的话，就可能判定为阴影。

在本文中，还是使用KDE的方法如下：使用前面的KDE的方法，设A={x1, x2,...,xn}为一像素的样本，xt为当前像素值，在集合A中选取alpha<(xt/xi)<betaçš„xi组成集合B，对B集合中的元素xi使用二维的(r, g)做KDE运算。这里集合B就称为与当前像素“相关的”背景样æœ
¬ï¼Œè¿™æ ·æœ‰åˆ©äºŽæé«˜è¿ç®—效率。

总结：

本文是KDE算法的开山之作，提到的和想努力解决的问题也很多。本文的KDE模型是核心，如第1小节中描述的；误检抑制，通过领域内的方法，抑制背景的小运动误差，如第2小节中的描述；长短期背景模型，企图解决背景更新快慢的问题，如第3小节所示；使用色度加亮度坐标，企图解决阴影的问题，如第4小节所示。这些方法都是值得学习的。本文方法的实时性，文中说是在400MHz的奔腾CPU，处理320x240的图片能达到15-20 fps，这样的速度可观的，有机会要实现一下本算法。