基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统背景建模存在的问题,文中基于低秩矩阵恢复原理,直接从视频序列中分离出前景物体和背景模型.已有低秩矩阵恢复算法的迭代计算过程中涉及大量的奇异值分解,而这些奇异值分解一般非常耗时且不够简洁,文中在非精确增广拉格朗日乘子法中引入线性时间奇异值分解算法,以得到更加有效的背景建模算法.基于实际视频序列实验,结果表明该改进算法具有更好的建模效果和较少的运算时间.
推荐文章
基于稀疏与低秩矩阵分解的视频背景建模
背景建模
稀疏与低秩矩阵分解
增广拉格朗日乘子法
奇异值分解
块Lanczos
热启动
基于稀疏与低秩矩阵分解的视频背景建模
背景建模
稀疏与低秩矩阵分解
增广拉格朗日乘子法
奇异值分解
块Lanczos
热启动
基于低秩矩阵恢复的作物器官自动提取方法
作物器官
自动提取
低秩矩阵恢复
特征空间转换
基于非负矩阵分解的低秩矩阵恢复模型
非负矩阵分解
低秩矩阵恢复
多乘子交替迭代法
奇异值分解
图像识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于低秩矩阵恢复的视频背景建模
来源期刊 南京邮电大学学报(自然科学版) 学科 工学
关键词 低秩矩阵恢复 视频背景建模 增广拉格朗日乘子法 线性时间奇异值分解算法
年,卷(期) 2013,(2) 所属期刊栏目 计算机与自动控制
研究方向 页码范围 86-89,96
页数 5页 分类号 TP391.41
字数 3868字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨敏 南京邮电大学自动化学院 19 80 5.0 8.0
2 安振英 南京邮电大学自动化学院 1 10 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (10)
同被引文献  (17)
二级引证文献  (4)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(5)
  • 引证文献(5)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
低秩矩阵恢复
视频背景建模
增广拉格朗日乘子法
线性时间奇异值分解算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京邮电大学学报(自然科学版)
双月刊
1673-5439
32-1772/TN
大16开
南京市亚芳新城区文苑路9号
1960
chi
出版文献量(篇)
2234
总下载数(次)
13
总被引数(次)
14649
相关基金
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导