> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/workflows/ja/burokku/blocks/video-processing/background-subtraction.md).

# 背景差分

画像を背景履歴から差し引きます。

OpenCVの背景差分アルゴリズムを使用して、ビデオストリームからモーションマスクを作成します。

## このブロックの仕組み

このブロックは、背景差分（具体的にはMOG2アルゴリズム）を使用して、学習済みの背景モデルと異なる画素を識別し、動きのある領域を強調したマスク画像を出力します。このブロックは、背景モデルを構築・更新するためにフレーム間で状態を保持します：

1. **背景モデルを初期化します** - 最初のフレームで、指定された履歴としきい値パラメータを使用して背景差分器を作成します
2. **各フレームを処理します** - 学習済みの背景モデルと異なる画素を識別するために背景差分を適用します
3. **モーションマスクを作成します** - 白い画素が動きのある領域を、黒い画素が背景を表す前景マスクを生成します
4. **画像形式に変換します** - ワークフローで必要とされる3チャンネル画像形式に単一チャンネルのマスクを変換します
5. **マスク画像を返します** - 可視化またはさらなる処理ができる画像としてモーションマスクを出力します

出力されるマスク画像は、黒い背景に対して白い画素で動きのある領域を示すため、フレーム内のどこで動きが発生したかを簡単に可視化できます。このマスクは、さらなる分析、可視化、または他の処理ステップへの入力として使用できます。

## 一般的な使用例

* **モーションの可視化**: 監視、分析、デバッグ目的で、動画ストリーム内で動きが発生する場所を確認するための可視的なモーションマスクを作成します
* **モーションモデルの前処理**: マスクデータを必要とするモーションベースのモデルでの学習や推論の入力データとしてモーションマスクを生成します
* **モーション領域の抽出**: さらなる処理、分析、特徴抽出のために動画フレームから動きの領域を抽出します
* **動画解析**: マスク画像を処理して動きの傾向、活動レベル、またはモーション特性を特定し、動きのパターンを分析します
* **背景除去**: モーションマスクを使用して、セグメンテーションや分離タスクのために前景（動いている）オブジェクトを静的な背景から分離します
* **モーションベースのフィルタリング**: モーションマスクを使用して、動きが発生している領域に処理を絞り込んだり注力したりし、静的な背景領域を無視します

## 他のブロックへの接続

このブロックのモーションマスク画像は、次のものに接続できます：

* **可視化ブロック** 元画像の上に重ねて、または単独の可視化としてモーションマスクを表示します
* **物体検出ブロック** マスクで識別されたモーション領域に対してのみ検出モデルを実行します
* **画像処理ブロック** モーションマスク画像に追加の変換、フィルタ、または分析を適用します
* **データ保存ブロック** （例: Local File Sink、Roboflow Dataset Upload）で、学習データ、分析、またはドキュメント用にモーションマスクを保存します
* **条件分岐ブロック** マスク画像内のモーションの有無に基づいて、ワークフローの実行を振り分けます
* **モデル学習ブロック** モーションベースのモデルやセグメンテーションタスクの学習データとしてモーションマスクを使用します

### 型識別子

次の識別子をステップの `"type"` フィールドに使用してください： `roboflow_core/background_subtraction@v1` ワークフローにこのブロックをステップとして追加するためです。

### プロパティ

| **名前** | **型** | **説明**                                                                                                                                                                                                  | 参照 |
| ------ | ----- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -- |
| `name` | `str` | このステップの一意の識別子を入力してください。                                                                                                                                                                                 | ❌  |
| `しきい値` | `int` | MOG2背景差分アルゴリズムで使用される、二乗マハラノビス距離のしきい値です。動きに対する感度を制御します。値を小さくすると感度が上がり（小さな変化を検出）、誤検出が増える可能性があります。値を大きくすると感度が下がり（大きな変化のみを検出）、微妙な動きを見逃す可能性があります。推奨範囲は8〜32です。デフォルトは16です。                                     | ✅  |
| `履歴`   | `int` | 背景モデルの構築に使用する過去フレーム数です。背景が変化にどれだけ早く適応するかを制御します。大きい値（例: 50〜100）は、一時的な変化にはあまり敏感でない、より安定した背景モデルを作りますが、恒久的な背景変化への適応は遅くなります。小さい値（例: 10〜20）は、より速い適応を可能にしますが、動いている物体が停止した場合に背景として扱ってしまうことがあります。デフォルトは30フレームです。 | ✅  |

この **参照** 列は、 `ワークフロー` の実行時に利用可能な動的な値でプロパティをパラメータ化できることを示します。詳細は *バインディング* をご覧ください。

### ランタイム互換性

`ソフト` - ランタイム `hosted_serverless`, `dedicated_deployment`; 実行 `リモート`; 入力 `動画` : このブロックは、動画ごとの状態をプロセスメモリ内に保持します（video\_metadata.video\_identifierでキー付け）。ステートレスまたは複数レプリカのHTTPランタイムでリモートステップ実行を行うと、連続したリクエストが異なるワーカープロセスで処理される可能性があるため、呼び出し間で状態がリセットされ、トラッキング／カウント／集計には出力が無意味になります。フレーム間で安定した結果を得るには、InferencePipeline内でローカルステップ実行を使用してください。

`ソフト` - 入力 `画像` : このブロックは、動画または繰り返しフレームのワークフローからの時間的コンテキストに依存します。静止画像／写真では、追跡、比較、集計、可視化に意味のある履歴がないため、このブロックの利点はほとんど、またはまったくありません。

### 入力と出力のバインディング

利用可能な接続は、そのバインディングの種類によって異なります。どのバインディングの種類を `背景差分` バージョン `v1` があるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* 入力
  * `画像` ([*`画像`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)）：背景差分処理する入力画像または動画フレーム。ブロックはフレームを順次処理して背景モデルを構築します。各フレームが背景モデルを更新し、学習済みの背景と異なる領域を示すモーションマスクを作成します。ワークフロー入力または前のステップから接続できます。
  * `しきい値` ([*`整数`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)）：MOG2背景差分アルゴリズムで使用される、二乗マハラノビス距離のしきい値です。動きに対する感度を制御します。値を小さくすると感度が上がり（小さな変化を検出）、誤検出が増える可能性があります。値を大きくすると感度が下がり（大きな変化のみを検出）、微妙な動きを見逃す可能性があります。推奨範囲は8〜32です。デフォルトは16です。
  * `履歴` ([*`整数`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)）：背景モデルの構築に使用する過去フレーム数です。背景が変化にどれだけ早く適応するかを制御します。大きい値（例: 50〜100）は、一時的な変化にはあまり敏感でない、より安定した背景モデルを作りますが、恒久的な背景変化への適応は遅くなります。小さい値（例: 10〜20）は、より速い適応を可能にしますが、動いている物体が停止した場合に背景として扱ってしまうことがあります。デフォルトは30フレームです。
* 出力
  * `画像` ([`画像`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)）：ワークフロー内の画像。

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/background_subtraction@v1",
	    "image": "$inputs.image",
	    "threshold": 16,
	    "history": 30
	}
```

</details>
