二つの動きは、アルゴリズム記述を検出します：
フレーム差分法：
フレーム移動目標検出は、最も一般的に使用されるアルゴリズムです。フレーム差分法の原理に基づいている：隣接するフレーム（または隣接する3つの）グレースケールの差を有するとの間の映像に移動物体が存在する場合、グレースケール画像は、差、の2つの絶対値が得られます。差分画像に現れる静止物体が全て0であり、特定の移動体における移動物体の輪郭は、非ゼロ階調の存在下、絶対値がある閾値を超えた場合に達成するために、移動物体は、と判断することができるによる変化します検出対象。
次元の周波数領域の移動物体検出：
動画のランクを分解することによって、動き検出の問題は、それによってフィルタ設計の難しさを減らす、2次元周波数ドメインの三次元の周波数領域に変換されます。これは、運動エネルギーを抽出するための主要な適応フィルタリングアルゴリズムを与え、バックグラウンドノイズの周波数成分を除去することによって効果的にターゲットを移動検出します。
複雑性分析：
反復回数が50000 = 500 * 2 * 500 absdiffであるフレーム差分解析のために実行、コードの複雑さとabsdiff findContours部に集中し、時間は、88.46ms（200時間計算の平均をとる）されています
2次元周波数ドメインの目標検出アルゴリズムを移動させる、コードの2つのバージョンがあります。
py-new-fuliye.pyのために、コードの複雑さは、主に二つの部分に：フーリエ変換、およびトラバースは、py-new-fuliye.pyで、完全に二回フーリエ変換で二回横断変換、50 * 30 * 2 = 300を通過できる反復回数、時間：54.175ms
50×10 = 500回、時間：ネストされたトラバースを行い、二回フーリエ変換（再び逆正）変換用い、pepoplefft.py（改良版）について分析し、回数を横切るミリ秒
pepoplefft.py用に最適化されたパラメータ調整：
ノイズサーチ：
ノイズを見つけるために、フーリエ変換の高域通過フィルタの後に、図面を使用してアレイ内の残りの縁部の規則の性能は、numpyの表現を知る必要があります。
しきい値の後、効果がようです。
複雑な環境パフォーマンスの顔が、その後のビデオ・テストでは満足のいくものではないことが判明し、複数のターゲット候補をマークするために、より多くの矩形マーキーを描画するためのオプションを検討するために、この時間は、他のフィルタリングノイズ除去1によるの使用を考慮していない、意志職業は、2、多くの処理時間がありませんでしたハイパスフィルタ後のノイズからフィルタリングされていないことを考えていない他のフィルタ機能を除外されますが、より大きな目的の可能性が濾過されます。