發(fā)布時間：2018-03-04 05:25

  本文選題：動態(tài)背景　切入點：高階奇異值分解　出處：《計算機工程與設(shè)計》2017年04期 　論文類型：期刊論文

【摘要】：為將動態(tài)背景從提取的運動目標(biāo)中分離出來,提出一種基于高階奇異值分解(HOSVD)和全變分(TV)的運動目標(biāo)提取方法。將觀測視頻表示為張量,將其視為低秩的平穩(wěn)背景、稀疏且在時間和空間上連續(xù)的運動目標(biāo)、更加稀疏的動態(tài)背景3個部分之和,用TV正則項約束運動目標(biāo),建立動態(tài)背景下的運動目標(biāo)提取模型,用交替方向乘子法(ADMM)求解該最小化約束問題。實驗結(jié)果表明,在動態(tài)背景情況下,該方法相對于其它兩種經(jīng)典算法能更好克服動態(tài)背景帶來的干擾,提取運動目標(biāo)準(zhǔn)確度更高。
[Abstract]:In order to separate the dynamic background from the extracted moving object, a method of moving target extraction based on high order singular value decomposition (Hos SVD) and total variational technique (TVV) is proposed. The observed video is represented as Zhang Liang, which is regarded as a stationary background with low rank. The moving objects are sparse and continuous in time and space, and the sum of the three parts of the dynamic background is more sparse. The moving objects are constrained by TV regular items, and the moving object extraction model under the dynamic background is established. The alternating direction multiplier method (ADMMM) is used to solve the minimized constraint problem. The experimental results show that the proposed method can overcome the interference brought by the dynamic background better than the other two classical algorithms, and the accuracy of extracting moving targets is higher than that of the other two classical algorithms.
【作者單位】： 四川大學(xué)電氣信息學(xué)院;
【分類號】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 徐聯(lián)微;楊曉梅;;基于迭代張量高階奇異值分解的運動目標(biāo)提取[J];計算機應(yīng)用研究;2016年09期

2 WANG WeiJie;WAN HuaGen;;Real-time camera tracking using hybrid features in mobile augmented reality[J];Science China(Information Sciences);2015年11期

3 柳欣;鐘必能;張茂勝;崔振;;基于張量低秩恢復(fù)和塊稀疏表示的運動顯著性目標(biāo)提取[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2014年10期

4 LANG ShiNan;ZHAO Bo;LIU XiaoJun;FANG GuangYou;;A new image processing method for discriminating internal layers from radio echo sounding data of ice sheets via a combined robust principal component analysis and total variation approach[J];Science China(Technological Sciences);2014年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前8條

1 徐聯(lián)微;楊曉梅;;基于HOSVD和TV的動態(tài)背景下的運動目標(biāo)提取[J];計算機工程與設(shè)計;2017年04期

2 謝暢;朱恒亮;林曉;馬利莊;;基于對比度優(yōu)化流形排序的顯著目標(biāo)檢測算法[J];計算機應(yīng)用;2017年03期

3 陳代斌;楊曉梅;;基于低秩張量恢復(fù)的視頻塊效應(yīng)處理[J];計算機科學(xué);2016年09期

4 李小利;楊曉梅;陳代斌;;基于塊和低秩張量恢復(fù)的視頻去噪方法[J];計算機應(yīng)用研究;2017年04期

5 陳昶安;吳曉峰;王斌;張立明;;復(fù)雜擾動背景下時空特征動態(tài)融合的視頻顯著性檢測[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2016年05期

6 張文杰;熊慶宇;張家齊;王玉平;江鵬;王成疆;;基于視覺顯著性的指針式儀表讀數(shù)識別算法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2015年12期

7 DAI Jian;YU NanJia;CAI GuoBiao;;Investigation of non-premixed flame combustion characters in GO_2/GH_2 shear coaxial injectors using non-intrusive optical diagnostics[J];Science China(Physics,Mechanics & Astronomy);2015年12期

8 徐聯(lián)微;楊曉梅;;基于迭代張量高階奇異值分解的運動目標(biāo)提取[J];計算機應(yīng)用研究;2016年09期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 林一;陳靖;周琪;劉越;;移動增強現(xiàn)實瀏覽器的信息可視化和交互式設(shè)計[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2015年02期

2 胡文銳;謝源;張文生;;基于高階奇異值分解和均方差迭代的圖像去噪[J];中國圖象圖形學(xué)報;2014年11期

3 柳欣;鐘必能;張茂勝;崔振;;基于張量低秩恢復(fù)和塊稀疏表示的運動顯著性目標(biāo)提取[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2014年10期

4 史加榮;鄭秀云;魏宗田;楊威;;低秩矩陣恢復(fù)算法綜述[J];計算機應(yīng)用研究;2013年06期

5 彭義剛;索津莉;戴瓊海;徐文立;;從壓縮傳感到低秩矩陣恢復(fù):理論與應(yīng)用[J];自動化學(xué)報;2013年07期

6 王斌;肖文華;張茂軍;熊志輝;劉煜;;采用時空條件信息的動態(tài)場景運動目標(biāo)檢測[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2012年12期

7 曾曉奇;董子龍;章國鋒;華煒;;基于邊的自適應(yīng)實時三維跟蹤[J];計算機應(yīng)用;2011年01期

8 汪沖;席志紅;肖春麗;;基于背景差分的運動目標(biāo)檢測方法[J];應(yīng)用科技;2009年10期

9 林P;楊珂;王涌天;劉越;;移動增強現(xiàn)實系統(tǒng)的關(guān)鍵技術(shù)研究[J];中國圖象圖形學(xué)報;2009年03期

10 肖梅;韓崇昭;張雷;;基于時空背景差的運動目標(biāo)檢測算法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2006年07期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李倩;李金屏;;動態(tài)背景下具有偽裝色的運動目標(biāo)檢測[J];濟南大學(xué)學(xué)報(自然科學(xué)版);2011年02期

2 洪宇,高廣珠,余理富,何智勇;一種基于動態(tài)背景的運動車輛跟蹤算法[J];計算機應(yīng)用研究;2004年06期

3 徐克虎;王天召;陳金玉;張波;;動態(tài)背景下的運動目標(biāo)檢測定位算法研究[J];計算機測量與控制;2013年12期

4 宋春玉;;動態(tài)背景下圖像的分割[J];計算機應(yīng)用與軟件;2014年04期

5 王天召;徐克虎;黃大山;;動態(tài)背景下的運動目標(biāo)檢測[J];計算機技術(shù)與發(fā)展;2013年07期

6 毛文;朵天林;;電視節(jié)目片頭中常用動態(tài)背景制作解析[J];中國有線電視;2007年Z2期

7 劉英霞;賀長偉;王欣;;基于貝葉斯模型的動態(tài)背景檢測[J];系統(tǒng)仿真學(xué)報;2007年21期

8 宦若虹;王浙滬;唐曉梅;陳慶章;;動態(tài)背景下基于粒子濾波的運動目標(biāo)跟蹤方法[J];計算機應(yīng)用與軟件;2011年05期

9 崔智高;李艾華;姜柯;;雙目協(xié)同動態(tài)背景運動分離方法[J];紅外與激光工程;2013年S1期

10 丁茂實;徐貴力;謝非;賈愛芹;;一種基于動態(tài)背景的運動目標(biāo)提取方法[J];佳木斯大學(xué)學(xué)報(自然科學(xué)版);2009年02期

相關(guān)會議論文 前2條

1 白建華;李翠華;吳琦穎;;基于動態(tài)背景的運動車輛檢測算法[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

2 李金屏;李倩;;基于Laws能量和變化頻次的偽裝色移動目標(biāo)檢測研究[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

相關(guān)重要報紙文章 前1條

1 MXC;讓網(wǎng)頁背景飄起來[N];電腦報;2005年

相關(guān)碩士學(xué)位論文 前10條

1 趙坤;基于模型共享機制的前景檢測算法[D];北京理工大學(xué);2015年

2 馮艷;動態(tài)背景下基于SIFT特征匹配的目標(biāo)檢測算法[D];西安電子科技大學(xué);2014年

3 王奧雨;基于視頻的目標(biāo)檢測與跟蹤方法的研究[D];河北工業(yè)大學(xué);2015年

4 于少波;面向虛實合作的動態(tài)背景分離技術(shù)研究[D];北方工業(yè)大學(xué);2016年

5 韓立媛;移動機器人運動圖像捕捉、識別與跟蹤[D];燕山大學(xué);2016年

6 李恒年;動態(tài)背景下的視頻目標(biāo)檢測與跟蹤研究[D];鄭州大學(xué);2016年

7 蘇杭;動態(tài)背景多目標(biāo)檢測與跟蹤技術(shù)研究[D];電子科技大學(xué);2016年

8 張苑欣;動態(tài)背景下運動目標(biāo)的檢測與跟蹤[D];西安電子科技大學(xué);2015年

9 王芬芬;動態(tài)背景下的視頻目標(biāo)跟蹤[D];杭州電子科技大學(xué);2015年

10 劉永鵬;高清視頻監(jiān)控系統(tǒng)動態(tài)背景去除研究[D];天津理工大學(xué);2014年

，

本文編號：1564323