多特征稳健主成分分析的视频运动目标分割
提出一种多特征稳健主成分分析(MFRPCA)算法,该算法融合多种视觉特征进行视频运动目标分割,分割的目的即将运动目标从静止信息中提取出来,分割的主要过程是将多特征视频矩阵分解为低秩矩阵和稀疏矩阵.矩阵分解过程是求解一个带受限条件的核范数与L2,1范数组合的最小化问题,此最小化问题可以通过增广拉格朗日乘子法(ALM)有效求解.与其他算法相比,本文算法融合了图像的颜色、边缘和纹理特征等多个特征,通过对变化检测基准数据集进行检测,本文算法获得的查全率为0.486 0和F度量为0.559 7,实验结果表明,本文算法的稳健性和可靠性均优于其他算法.
视频分割、稀疏和低秩矩阵、多特征稳健主成分分析、增光拉格朗日乘子法、核范数最小化
18
TP391(计算技术、计算机技术)
国家自然科学基金项目60975024
2013-10-23(万方平台首次上网日期,不代表论文的发表时间)
共9页
1124-1132