加权截断p范数在运动目标检测中的应用

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.

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

所属期刊栏目：44

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2018-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：233-238,248