为了实现对海量监控视频的分析检测,提出了一种用于监控视频的分析检测(Big Data Detection for Video Surveillance,BD2VS)模型.该模型基于稀疏与低秩矩阵特性以及上下文正则化来检测多场景监控数据中的移动物体.在BD2VS模型中,通过使...为了实现对海量监控视频的分析检测,提出了一种用于监控视频的分析检测(Big Data Detection for Video Surveillance,BD2VS)模型.该模型基于稀疏与低秩矩阵特性以及上下文正则化来检测多场景监控数据中的移动物体.在BD2VS模型中,通过使用带有上下文正则化的低秩约束将移动对象视为连续的离群值检测问题,并使用基于字典学习的稀疏表示为多个场景构建专用背景,从而确保本模型可以有效地应用于多场景视频.实验评估表明,所提出的模型性能优于现有方法,在内存消耗较少的情况下,性能得到显着提高.展开更多
文摘为了实现对海量监控视频的分析检测,提出了一种用于监控视频的分析检测(Big Data Detection for Video Surveillance,BD2VS)模型.该模型基于稀疏与低秩矩阵特性以及上下文正则化来检测多场景监控数据中的移动物体.在BD2VS模型中,通过使用带有上下文正则化的低秩约束将移动对象视为连续的离群值检测问题,并使用基于字典学习的稀疏表示为多个场景构建专用背景,从而确保本模型可以有效地应用于多场景视频.实验评估表明,所提出的模型性能优于现有方法,在内存消耗较少的情况下,性能得到显着提高.
