在从静态摄像机获取的高密度场景（例如人群）中分割个体是一项挑战，主要是由于对象相互遮挡摄像头。我们将该问题定义为“基于模型的分割”问题，并使用马尔可夫链蒙特卡洛（MCMC）方法获得解决方案。在贝叶斯干扰器框架中集成了各种方面的知识，包括人体形状、身高、摄像机模型和图像线索，包括头部候选、前景/背景分离。
 

    我们开发了一套全面的技术来解决？视觉回声？全双工投影仪摄像机系统中的问题。校准监控程序在查找表中记录投影仪和摄像机之间的几何和光度转换。利用校准信息，将投影图像的预测摄像机视图与捕获的摄像机图像进行比较，以找到回波像素。只有非回波像素用于显示，因此实现了屏蔽器抑制视觉回波的目标。

    与以前的技术相比，我们的方法是什么？它的主要优势有两个方面。首先，它可以准确地处理监控摄像头全色图像，而不需要假设投影仪或摄像机的表面反射率或光度响应。其次，它对几何配准误差和量化效应具有鲁棒性。对于文本和手绘等高频内容尤其有效。我们用全双工投影仪-摄像机系统中的各种真实图像证明了我们方法的有效性。我们在一些具有挑战性的干扰屏蔽器数据上显示了有希望的结果。