一种改进的基于K-SVD字典学习的运动目标检测算法 |
| |
引用本文: | 黄晓生,黄萍,曹义亲,严浩.一种改进的基于K-SVD字典学习的运动目标检测算法[J].微电子学与计算机,2014(3). |
| |
作者姓名: | 黄晓生 黄萍 曹义亲 严浩 |
| |
作者单位: | 华东交通大学信息工程学院;华东交通大学软件学院; |
| |
基金项目: | 国家自然科学基金项目(61163056);江西省科技支撑计划项目(20123BBE50093);江西省教育厅科技项目(GJJ12306);江西省研究生创新专项基金项目(YC2012-X015) |
| |
摘 要: | 提出了一种基于字典学习的运动目标检测方法.该方法首先使用多帧平均方法从训练样本中得到初始背景,再通过BP算法建立背景的初始稀疏表示模型;然后利用视频序列中当前时刻的近邻五帧图像,通过K-SVD方法自适应更新背景数据字典中的原子,使背景稀疏表示模型最优逼近近邻帧背景的观测值;最后将当前帧图像与背景模型进行差分,完成前景运动目标的检测.仿真和对比实验结果表明,对图像信号进行稀疏表示可以有效降低数据的冗余度,减小运行时间,同时在字典更新阶段利用近邻帧图像的相关性特性,能获得鲁棒性较好的背景字典,自动排除伪前景的干扰,从而提高视频序列中的运动目标检测的准确率.
|
关 键 词: | 目标检测 背景差分 稀疏表示 字典学习 |
本文献已被 CNKI 等数据库收录! |
|