原文服务方: 计算机应用研究       
摘要:
针对传统背景建模方法的缺点,基于稀疏与低秩矩阵分解理论,在增广拉格朗日乘子法框架下,研究了一种收敛更快的非精确增广拉格朗日乘子法(IALM),直接实现监控视频序列中背景和前景的分离.该算法采用块Lanczos方法和热启动技术实现部分奇异值分解,使得原有IALM的计算量和迭代次数得以控制.基于实际监控视频的实验结果表明,该算法恢复出的背景矩阵更为低秩,且运行时间下降了几十倍,即能够更加简洁高效地解决背景建模这一实际问题.
推荐文章
基于低秩矩阵恢复的视频背景建模
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
低秩稀疏分解及其在视频和图像处理中的应用
低秩稀疏分解
鲁棒主成分分析
视频前背景分离
图像去噪
鲁棒性
自适应低秩稀疏分解在运动目标检测中的应用
运动目标检测
低秩稀疏分解
自适应的鲁棒主成分分析
采用低秩与加权稀疏分解的视频前景检测算法
前景检测
运动目标检测
鲁棒主成分分析
低秩表示
光流法
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 基于稀疏与低秩矩阵分解的视频背景建模
来源期刊 计算机应用研究 学科
关键词 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
年,卷(期) 2015,(10) 所属期刊栏目 图形图像技术
研究方向 页码范围 3175-3178
页数 4页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.10.069
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 宋占杰 天津大学理学院 31 142 7.0 10.0
2 周密 天津大学电子信息工程学院 1 15 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (8)
参考文献  (7)
节点文献
引证文献  (15)
同被引文献  (21)
二级引证文献  (17)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(4)
  • 参考文献(0)
  • 二级参考文献(3)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(6)
  • 引证文献(3)
  • 二级引证文献(3)
2018(11)
  • 引证文献(6)
  • 二级引证文献(5)
2019(11)
  • 引证文献(4)
  • 二级引证文献(7)
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
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
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导