运动目标检测的 l0群稀疏 RPCA 模型及其算法

• 作者: 刘青山 吴敏 周伟 孙玉宝
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: RPCA模型 l0群稀疏 过分割 交替方向乘子法 运动目标检测
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 627-632
• 页数: 6页
• 分类号: TP753
• 字数: 4881字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2016.03.020

摘要

经典的鲁棒主成分分析（ Robust Principal Component Analysis ，RPCA）目标检测算法使用l1范数逐一判别每一像素点是否属于运动目标，未能考虑到运动目标在空间分布的连续性，不利于提升运动目标检测的鲁棒性。本文提出了一种基于l0群稀疏RPCA模型的运动目标检测方法。首先运用Ncuts算法进行区域过分割，生成多个同性区域，将其作为群稀疏约束的分组信息；第二步构造基于l0群稀疏RPCA模型，运用群稀疏准则判别过分割后的各同性区域是否为运动目标，采用交替方向乘子算法对模型进行快速求解，约束过分割形成的同性区域具有相同检测结果，进而将背景环境和运动前景分离，能够更加准确地度量运动目标的区域边界，且对复杂的背景扰动更加鲁棒，达到了运动目标鲁棒检测的目的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴敏	南京军区南京总医院医学工程科	142	1340	21.0	27.0
2	周伟	江苏省南京信息工程大学大数据分析技术重点实验室	54	39	3.0	6.0
3	孙玉宝	江苏省南京信息工程大学大数据分析技术重点实验室	1	3	1.0	1.0
7	刘青山	江苏省南京信息工程大学大数据分析技术重点实验室	1	3	1.0	1.0