低秩-稀疏与全变分表示的运动目标检测方法

摘要：

针对含有动态背景的运动目标检测问题,本文提出了一种低秩-稀疏与全变分表示的运动目标检测方法.提出方法以鲁棒主成分分析(RPCA)为基础,利用三维全变分对运动目标约束,去除动态背景的干扰;同时利用低秩矩阵在正交子空间下系数的群稀疏性来加速低秩矩阵的秩最小化,弥补全变分计算量大的问题,平衡整体运行速度.实验结果表明,该方法不仅能准确检测复杂背景下的运动目标,而且还保持了较快的运行速度.

关键词：鲁棒主成分分析、低秩-稀疏、全变分、目标检测

所属期刊栏目：37

资助基金：国家科技部重点研发计划项目2018YFC1312903

在线出版日期：2020-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：81-88