基于低秩-稀疏联合表示的视频序列运动目标检测

摘要：

对于固定摄像机的视频序列,假设背景具有低秩特征,动态前景具有稀疏特性,提出了一种基于低秩稀疏联合表示的运动检测方法.思路如下:通过图像预处理降低视频序列的噪声;估计连续帧之间的光流,生成二进制运动掩模作为运动权重矩阵;基于子空间学习理论,建立了低秩背景与稀疏前景的优化模型;利用ADMM-BCD迭代算法得到视频背景和前景.实验结果表明,该方法优于其他同类运动检测方法,对慢速运动目标检测效果良好.

关键词：鲁棒主成分分析、子空间学习、背景-前景建模、运动检测

所属期刊栏目：30

分类号：TP301(计算技术、计算机技术)

资助基金：National Natural Science Foundation of China31100709;Shanghai science and Technology Committee18411952200

在线出版日期：2019-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：4693-4702