我正在寻找一种算法/方法，通过它我可以检测视频中的流动区域。该视频是灰度热图的视频，其中大部分图像没有运动。运动中的区域通常显示为闪烁/移动的白点，而在图像的其余部分中，这些点不移动。最简单的形象化方法是想象一个有噪音的电视屏幕，但噪音只在某些区域发生变化；我想检测这些区域。

当前实现的方法是简单地计算每个像素随时间的标准偏差，并将其用作运动的粗略估计。虽然这确实产生了所需的图像，而且速度相当快，但我不是该方法的忠实拥护者，因为它不关心事情的变化速度有多快（std(sin(x) == std(sin(2x) ）））。

根据德克萨斯大学的这篇论文，我尝试通过 Black 和 Anandan 算法估计流动区域。具体来说，我使用了布朗大学制作的这段 Matlab 代码。不幸的是，它不仅需要很长时间才能运行，而且它似乎真的没有工作（显示了最肯定没有的高流量区域）。我在图像/信号处理方面没有太多背景，所以我完全有可能搞砸了实现，但我认为情况并非如此。

我的问题是：谁能想到我可以用来帮助估计流动区域的任何替代方案？另外，我认为当前的方法（采用标准偏差时间）是有缺陷的，我错了吗？

提前感谢您的帮助。