基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
现有的用于视频运动目标检测的鲁棒主成分分析方法通常将背景矩阵的秩函数松弛为核范数,导致求解低秩矩阵的奇异值收缩算子法的阈值恒定,从而背景恢复精度不高.为此提出由加权核范数和结构稀疏范数组成的新的损失函数并用交替方向乘子法进行优化.采用加权核范数作为矩阵的低秩约束,使得压缩阈值与相应奇异值的大小呈单调递减关系,从而大奇异值得以较小幅度压缩.使用结构稀疏范数作为前景稀疏约束,有效利用了前景运动目标的空间区域连续性的先验知识.实验结果表明,该方法在动态背景、阴影等复杂场景下均能取得较其他鲁棒主成分分析方法更好的效果.
推荐文章
一种基于背景差分的运动目标检测新方法
背景差分
自适应
目标检测
一种视频对象分割新方法
半自动视频对象分割
对象跟踪
运动估值和补偿
多目标优化
模板匹配
一种视频运动目标的检测与识别方法
目标检测与识别
HSI差分模型
自适应分割
特征匹配
一种基于MPEG-1检测运动目标的方法
MPEG-1
运动目标检测
差分法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种检测视频中运动目标的新方法
来源期刊 电子科技大学学报 学科 工学
关键词 运动目标检测 结构稀疏范数 鲁棒主成分分析 奇异值压缩算子 加权核范数
年,卷(期) 2019,(1) 所属期刊栏目 通信与信息工程
研究方向 页码范围 46-52
页数 7页 分类号 TM911.3
字数 5684字 语种 中文
DOI 10.3969/j.issn.1001-0548.2019.01.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张延良 河南理工大学物理与电子信息学院 28 85 5.0 6.0
2 张伟涛 西安电子科技大学电子工程学院 29 74 5.0 6.0
3 李兴旺 河南理工大学物理与电子信息学院 7 23 3.0 4.0
4 卢冰 河南理工大学物理与电子信息学院 4 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
运动目标检测
结构稀疏范数
鲁棒主成分分析
奇异值压缩算子
加权核范数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
总被引数(次)
36111
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导