基于帧间相似性约束鲁棒主成分分析模型的运动目标检测

• 作者: 丰义琴 杨国亮 鲁海荣 黄经纬
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 鲁棒主成分分析 序列数据 帧间相似性约束 运动目标检测
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 142-146
• 页数: 5页
• 分类号: TP391.41
• 字数: 5263字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.01.037

摘要

针对鲁棒主成分分析模型RPCA(robust principle component analysis)未能有效地利用相邻两帧具有相似性这一特性,提出基于帧间相似性约束鲁棒主成分分析模型的运动目标检测算法.考虑到时间序列数据中相邻数据之间的相似性特性,在原始的RPCA模型基础上,引入帧间相似性约束条件,通过求解新的RPCA模型可以得到平滑的低秩数据矩阵和稀疏误差矩阵,有效保留了原有序列数据中的相似性结构.将该模型用于运动目标检测,观测图像序列分解成低秩背景矩阵和稀疏运动目标矩阵,对分解出的运动目标进行二值化,并对检测出的运动目标图像进行定性分析和采用Similarity与F-measure评判标准进行定量分析.通过实验结果分析,该算法能够有效地对运动目标进行检测,提高运动目标的检测率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨国亮	江西理工大学电气工程与自动化学院	74	384	10.0	16.0
2	鲁海荣	江西理工大学电气工程与自动化学院	9	50	4.0	6.0
3	丰义琴	江西理工大学电气工程与自动化学院	7	27	4.0	5.0
4	黄经纬	江西理工大学电气工程与自动化学院	6	6	1.0	2.0