3.3 时间冗余控制 - 常用特征提取与朴素阈值处理

在本节之前，本书已经讲解了如何分离的处理 一维动态音频 和 二维静态图片 信号。如果我们 将一系列图片以时间轴串联，就得到一组由二维静态信号按序构成的二维动态信号。这种类型的信号，被称为 视频流（Visual Stream）。

相较于一维信号，静态二维信号本就具有 信息密度高 的特征。而动态化则会进一步 加剧 其对 算力资源 的消耗。不经合适的方法控制数据，将会产生大量的 冗余信息。 严重不利于数据的保存、传输和处理。

考虑到被采样的运动物体，其前后总是存在时序关联性的客观事实。视频流作为观察物体得到的数据载体，相邻的两个时间节点采样图片，像素值上必然也可以抽象出相应运动特征的 位移向量投影，得到 关联前后数据的变化关系。借此，工程上就可以利用像素的漂移情况，来筛选出未发生改变的数据，从而复用前值以求降低不必要计算和更新，减少消耗。

为此，需要对 运动区域进行检测，并提取运动矢量信息。

• 在线演示