加权截断p范数在运动目标检测中的应用

• 作者: 余勤 宣晓
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 背景建模 运动目标提取 稀疏与低秩理论 加权截断p范数 结构性稀疏范数
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 图形图像处理
• 页码范围: 233-238,248
• 页数: 7页
• 分类号: TP391.41
• 字数: 4972字
• 语种: 中文

摘要

在基于稀疏低秩分解的运动目标检测方法中,由于核范数并非为矩阵的秩函数最佳近似,未考虑到运动目标的空间连续性,在动态背景干扰的情况下,运动目标检测的效果不理想.针对上述问题,提出加权截断p范数分析模型.该模型将观测视频分为静态背景、运动目标与动态背景3个部分,静态背景采用改进的非凸范数,即加权截断p范数进行低秩约束,根据动态背景与运动目标具有空间连续性的特点,分别使用l2.1范数进行结构性稀疏约束.实验结果表明,与鲁棒主成分分析模型、截断核范数模型、加权核范数模型以及相邻离群点低秩模型相比,该模型可有效去除动态背景扰动,并能提取到更精确的运动目标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余勤	四川大学电气信息学院	98	324	10.0	13.0
2	宣晓	四川大学电气信息学院	2	3	1.0	1.0