低秩矩阵和结构化稀疏分解的视频背景差分方法

• 作者: 刘鑫 姚佳文 张钊强 郭莉莉 齐春
• 来源期刊: 西安交通大学学报
• 关键词: 前景检测 背景差分 矩阵分解 低秩表示 结构化稀疏
• 年，卷（期）: 2016,（6）
• 页码范围: 23-29
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.7652/xjtuxb201606004

摘要

针对基于矩阵分解的视频前景检测传统算法中忽视前景元素之间相关性会导致检测结果容易受噪声干扰和运动目标检测不完整等问题,提出了一个低秩矩阵和结构化稀疏分解的视频背景差分算法.该算法充分考虑到视频前景区域的结构化分布特征,利用结构化稀疏范数对前景进行约束;针对矩阵分解方法中参数选择的难题,采用了一种基于运动显著性判定的两步法来实现动态背景去除和正则化参数的自适应选择,即第一步利用低秩和结构化稀疏分解获得运动候选块,第二步对运动候选块进行显著性分析并利用自适应正则化参数的块稀疏分解进行前景检测.实验结果表明:与现有的基于矩阵分解的前景检测方法相比,该算法能够更加适应复杂多变的视频环境,在I2R测试库中检测出的前景有较高的精确度和召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐春	西安交通大学电子与信息工程学院	55	787	14.0	27.0
2	刘鑫	西安交通大学电子与信息工程学院	13	66	4.0	8.0
3	张钊强	西安交通大学电子与信息工程学院	2	4	1.0	2.0
4	姚佳文	西安交通大学电子与信息工程学院	1	4	1.0	1.0
5	郭莉莉	云南大学信息学院	1	4	1.0	1.0