Un conocimiento preciso del entorno real es un requisito previo para la integración de los mundos real y virtual en aplicaciones de realidad mixta. Sin embargo, la actualización en tiempo real de un modelo de entorno real es un proceso costoso y difícil; por lo tanto, se han desarrollado enfoques híbridos: Se puede inferir un modelo de mundo actualizado a partir de una adquisición sin conexión del mundo 3D, que luego se actualiza en línea utilizando secuencias de imágenes en vivo bajo la condición de desarrollar algoritmos de detección de cambios rápidos y robustos. Los algoritmos actuales están sesgados hacia la inserción de objetos y a menudo fallan en la detección de la eliminación de objetos; en un entorno donde hay uniformidad en el fondo, en color e intensidad, las desapariciones de objetos del primer plano entre el escaneo 3D de una escena y la captura de varias nuevas imágenes de dicha escena son difíciles de detectar. La novedad de nuestro enfoque es que evitamos este problema centrándonos en áreas de menor cambio en partes de la escena que deberían estar ocultas por el primer plano. A través de experimentos en conjuntos de datos realistas, mostramos que este enfoque resulta en una mejor detección y localización de objetos eliminados. Esta técnica puede combinarse con un algoritmo de detección de inserción para proporcionar un marco completo de detección de cambios.