为了实现在监控视频中对人体运动目标的准确提取,针对传统的三帧差分法在运动目标提取过程中容易出现"空洞"现象,提出了一种鲁棒主成分分析(robust principal component analysis,RPCA)与三帧差分相融合的运动目标检测算法。...为了实现在监控视频中对人体运动目标的准确提取,针对传统的三帧差分法在运动目标提取过程中容易出现"空洞"现象,提出了一种鲁棒主成分分析(robust principal component analysis,RPCA)与三帧差分相融合的运动目标检测算法。算法通过将RPCA提取的视频当前帧的背景作为三帧差分法的中间帧与视频当前帧的前一帧和视频当前帧分别进行邻间差分,使得三帧差分法在运动目标检测过程中避免了背景像素点所带来的影响,消除了"空洞"现象。仿真结果表明该算法在完整性和准确性方面要优于其他三种传统运动目标检测算法,可以在复杂背景环境中实现准确的运动目标提取。展开更多
基于滑窗QR分解不但能快速、准确地更新正交投影,同时还可提供其协方差的rank-k更新表达,提出了一个用于信号子空间更新的快速PCA算法.通过对进行主元分析(PCA)计算的非线性迭代部分最小二乘算法(Non-linear Iterative Partial Least Sq...基于滑窗QR分解不但能快速、准确地更新正交投影,同时还可提供其协方差的rank-k更新表达,提出了一个用于信号子空间更新的快速PCA算法.通过对进行主元分析(PCA)计算的非线性迭代部分最小二乘算法(Non-linear Iterative Partial Least Squares,NIPALS)计算过程的改进,将特征向量的更新转化为小维度辅助向量的更新,在满足特征值和特征向量更新精度的同时,有效地提高了计算速度.将滑窗QR和快速PCA算法用于子空间辨识算法的自适应更新,数值仿真验证了此自适应子空间辨识算法的有效性.展开更多
文摘为了实现在监控视频中对人体运动目标的准确提取,针对传统的三帧差分法在运动目标提取过程中容易出现"空洞"现象,提出了一种鲁棒主成分分析(robust principal component analysis,RPCA)与三帧差分相融合的运动目标检测算法。算法通过将RPCA提取的视频当前帧的背景作为三帧差分法的中间帧与视频当前帧的前一帧和视频当前帧分别进行邻间差分,使得三帧差分法在运动目标检测过程中避免了背景像素点所带来的影响,消除了"空洞"现象。仿真结果表明该算法在完整性和准确性方面要优于其他三种传统运动目标检测算法,可以在复杂背景环境中实现准确的运动目标提取。
文摘运动目标传统检测方法只考虑图像的亮度或纹理等某一种特性,受特异值影响较大,对噪声比较敏感,鲁棒性也不够好,而且背景恢复精度不高。针对以上局限性,提出一种融合结构相似度(structural similarity,SSIM)全参考模型和鲁棒主成分分析(robust principal component analysis,RPCA)的运动目标检测方法。此方法综合考虑图像的亮度、对比度和结构三种特性,不采用传统的背景减除法,而是把图像像素点的结构相似度作为度量来实现运动对象与背景的分离。实验结果表明,此方法准确率可达0.95,且F度量较传统运动目标检测算法平均提升0.15,总体上比传统方法更具优势。
文摘基于滑窗QR分解不但能快速、准确地更新正交投影,同时还可提供其协方差的rank-k更新表达,提出了一个用于信号子空间更新的快速PCA算法.通过对进行主元分析(PCA)计算的非线性迭代部分最小二乘算法(Non-linear Iterative Partial Least Squares,NIPALS)计算过程的改进,将特征向量的更新转化为小维度辅助向量的更新,在满足特征值和特征向量更新精度的同时,有效地提高了计算速度.将滑窗QR和快速PCA算法用于子空间辨识算法的自适应更新,数值仿真验证了此自适应子空间辨识算法的有效性.
