基于压缩感知和字典学习的背景差分法

摘要：

针对当使用背景差分法时,背景存在突变和渐变、图像数据的冗余和伪前景对目标检测的干扰等问题,提出一种基于稀疏表示和字典学习的背景差分法.该方法首先训练视频流得到其数据字典,并根据数据字典学习与稀疏表示理论建立背景模型,可以有效减少数据的冗余.然后根据目标及其邻域的密集度进行目标分割,以排除前景的干扰.最后再根据数据字典的更新算法,有效解决了背景的突变和渐变问题.实验结果表明,该方法具有可行性.

关键词：稀疏表示、字典学习、背景差分、前景分割

所属期刊栏目：29

分类号：TP399(计算技术、计算机技术)

资助基金：江西省研究生创新专项基金项目YC2011-X013

在线出版日期：2012-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：43-47