5.1.2. Optimisations
Finalement, plusieurs optimisations logicielles peuvent
contribuer à des gains de performance intéressants. Tout d'abord,
une modification à l'algorithme de base concernant le masque de
mouvement est déjà implémenté dans la classe
développée. Lorsque plusieurs accès au masque sont requis
(c.-à-d. : appel séquentiel des fonctions getForeground,
getMask et update), il est possible de le conserver en
mémoire afin de le réutiliser dans les fonctions
subséquentes. Cela évite alors le calcul du même masque
plusieurs fois de suite. Le seul inconvénient avec cette façon de
procéder est que nous devons prendre les précautions
nécessaires pour ne pas utiliser un masque obsolète.
Enfin, l'optimisation la plus facilement réalisable est
l'ajustement de la fréquence de mise à jour du modèle
statistique. En effet, il est inutile d'effectuer cette opération
à chaque acquisition d'image considérant que dans la
majorité des cas, la différence entre deux images
consécutives est minime (p. ex. : mise à jour d'une image sur
deux). Toutefois, il serait également envisageable, lorsque les
conditions sont contrôlées, d'éliminer totalement la phase
de mise à jour.
| 
