10.16208/j.issn1000-7024.2017.04.037
基于HOSVD和TV的动态背景下的运动目标提取
为将动态背景从提取的运动目标中分离出来,提出一种基于高阶奇异值分解(HOSVD)和全变分(TV)的运动目标提取方法.将观测视频表示为张量,将其视为低秩的平稳背景、稀疏且在时间和空间上连续的运动目标、更加稀疏的动态背景3个部分之和,用TV正则项约束运动目标,建立动态背景下的运动目标提取模型,用交替方向乘子法(ADMM)求解该最小化约束问题.实验结果表明,在动态背景情况下,该方法相对于其它两种经典算法能更好克服动态背景带来的干扰,提取运动目标准确度更高.
动态背景、高阶奇异值分解、全变分、运动目标提取、张量、低秩、稀疏、交替方向乘子法
38
TP391.41(计算技术、计算机技术)
2017-06-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
1045-1050