基于HOSVD和TV的动态背景下的运动目标提取

摘要：

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.

关键词：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

所属期刊栏目：38

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2017-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1045-1050