running_mean_std — VIDEOSTREAM recursive op

• 데이터 종류: video → table

• 호출: import videostream; videostream.running_mean_std(video) -> 'dict'(또는 opsvideostream.get("running_mean_std"))

사용법

클립 전체의 Welford 화소별 평균 / 모표준편차 → `{"mean", "std", "n"}(table`).

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

Equals `video.mean(0) / video.std(0)` but needs two images of state,

not the clip — the streaming form for a recording that never ends.

자세한 사용 가이드

• video_streaming 패밀리 가이드

배경 지식 가이드(이 연산자 앞에 있는 물리·규약)

• mv_cables — ケーブル（規格・速度・給電・ロボットケーブル）

• mv_frame_grabbers — フレームグラバーボード（光学系ではないが、撮れるかを決める）

• mv_standards — カメラインターフェースの規格と団体

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• video_streaming — py -3.11 examples/video_streaming.py

타입이 이어지는 다음 연산자(table 를 입력으로 받는 것)

—

같은 카테고리(recursive)

frame_difference_causal · exponential_background · exponential_foreground

*Provenance: videostream.py — VIDEOSTREAM 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.