在計算機視覺中,顯著性目標檢測任務(wù)既無處不在又充滿挑戰(zhàn).本文主要研究基于非凸低秩矩陣分解的圖像顯著性檢測建模和算法.主要包括:1.給出圖像顯著性目標檢測的基本問題;概括低秩模型所需的優(yōu)化概念,定理、常用的顯著性目標檢測數(shù)據(jù)集及評價標準;2.提出一種基于加權(quán)組稀疏和Schatten-1范數(shù)分解,即:和Schatten-2/3范數(shù)分解即:以及Schatten-1/2范數(shù)分解,即:的圖像顯著性目標檢測模型,其中X=UV^T.我們通過ADMM算法求解模型,并給出算法收斂性證明.3.建立一種基于Schatten-2/3范數(shù)和稀疏l_2/3范數(shù)的非凸圖像顯著性目標檢測模型,其本質(zhì)上等價于“基于Frobenius/核范數(shù)與非凸l_2/3范數(shù)即:的檢測模型”.同時,本文給出其相應(yīng)的快速迭代算法和理論分析.實驗表明新算法是有意義的. 

【文章來源】：深圳大學廣東省

【文章頁數(shù)】：51 頁

【學位級別】：碩士

【部分圖文】：

背景矩陣秩出現(xiàn)的概率

低秩和加權(quán)組稀疏的視覺效應(yīng)為了加大顯著性目標S和背景L的差異，我們考慮拉普拉斯項Q:

F-度量曲線


本文編號：3299143