|
|||||
|
|
| 基于帧间相似性约束鲁棒主成分分析模型的运动目标检测 | |
| 作者单位： | ;1.江西理工大学电气工程与自动化学院 |
| 摘 要： | 针对鲁棒主成分分析模型RPCA(robust principle component analysis)未能有效地利用相邻两帧具有相似性这一特性,提出基于帧间相似性约束鲁棒主成分分析模型的运动目标检测算法。考虑到时间序列数据中相邻数据之间的相似性特性,在原始的RPCA模型基础上,引入帧间相似性约束条件,通过求解新的RPCA模型可以得到平滑的低秩数据矩阵和稀疏误差矩阵,有效保留了原有序列数据中的相似性结构。将该模型用于运动目标检测,观测图像序列分解成低秩背景矩阵和稀疏运动目标矩阵,对分解出的运动目标进行二值化,并对检测出的运动目标图像进行定性分析和采用Similarity与F-measure评判标准进行定量分析。通过实验结果分析,该算法能够有效地对运动目标进行检测,提高运动目标的检测率。 |
| 关 键 词： | 鲁棒主成分分析 序列数据 帧间相似性约束 运动目标检测 |
MOVING TARGET DETECTION BASED ON RPCA WITH INTERFRAME SIMILARITY CONSTRAINT |
|
| Abstract: | |
| Keywords: | |