D = |M_t - M_{t-1}|

? 如果某个像素差值大于阈值（比如 0.2），说明这里有变化。

? 变化区域提取：

? 根据变化点的分布，用轮廓检测或连通区域标记，找到“方块”位置。

? 用方块坐标裁剪原彩色图 → 得到目标小图。

?

3. 样本分类（人脸或人识别）

? 你说的随机森林可以做，但在视觉领域更常用CNN（卷积神经网络），因为它能自动提取空间特征。

? 样本准备：

? 把抓到的小图分两类：和目标有关 / 无关。

? 提取特征（像素值、HOG特征、深度特征等）。

? 训练分类器（随机森林、SVM、CNN等）。

? 预测时，把新的方块特征输入模型，输出类别标签。

?

4. 跟踪（Tracking）

? 检测是找到目标，跟踪是保持它在视频里的位置。