自适应低秩稀疏分解在运动目标检测中的应用

• 作者: 党建武 王阳萍 翟凤文 金静
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 运动目标检测 低秩稀疏分解 自适应的鲁棒主成分分析
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 1744-1751
• 页数: 8页
• 分类号: TP391.4
• 字数: 6083字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1603092

摘要

针对视频处理中运动目标的精确检测这一问题,提出了一种自适应的低秩稀疏分解算法.该算法首先用背景模型与待求解的帧向量构建增广矩阵,然后使用鲁棒的主成分分析(robust principal component analysis,RPCA)对降维后的增广矩阵进行低秩稀疏分解,分离出的低秩部分和稀疏噪声分别对应于视频帧的背景和运动前景,然后使用增量奇异值分解方法用当前得到的背景向量更新背景模型.实验结果表明,该算法能更好地处理光线变化、背景运动等复杂场景,并有效降低算法的延迟和内存的占用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	党建武	兰州交通大学电子与信息工程学院	205	1363	18.0	23.0
2	王阳萍	兰州交通大学电子与信息工程学院	104	752	16.0	22.0
4	金静	兰州交通大学电子与信息工程学院	17	45	5.0	5.0
5	翟凤文	兰州交通大学电子与信息工程学院	11	33	4.0	5.0