基于显著约束的RPCA运动检测RPCA Moving Object Detection Based on Saliency Constrints
王文婷,陈剑飞,谭虎,刘新,徐康
摘要(Abstract)：
在动态背景(如波浪、晃动的树叶)下,智能运动检测是一项非常艰巨的任务。由于场景的复杂性,波浪、晃动的树叶经常被误判为前景运动目标。基于显著约束鲁棒主成分分析(SM-RPCA)模型使用显著检测被用来提取候选运动区域,从而得到候选矩阵,然后将候选矩阵融入到RPCA模型中,得到本文SM-RPCA模型,再将模型转化为凸优化模型,并使用非精确拉格朗日乘子法(ILAM)求解,最后得到前景运动目标。实验表明,相对于其他RPCA模型和主流的运动检测方法,SM-RPCA模型具有较高的正确性。
关键词(KeyWords)： RPCA;显著检测;视频分析;运动检测
基金项目(Foundation):
作者(Author): 王文婷,陈剑飞,谭虎,刘新,徐康
参考文献(References)：
- [1]宿晓静,卫鄢锦,鄢社锋.基于EKF的机动目标跟踪算法的研究[J].网络新媒体技术,2012,1(5):31-35.
- [2]刘磊,鲍习中,陈新华,等.多尺度样本熵在水面舰船识别中的应用研究[J].网络新媒体技术,2014,3(5):28-31.
- [3]邓文浩,唐立才,张南锋,等.基于改进的帧差法和Mean-shift结合的运动目标自动检测与跟踪[J].现代电子技术,2016,39(4):108-111.
- [4]唐洪良,黄颖,黄淮,等.改进的自适应高斯混合模型运动目标检测算法[J].现代电子技术,2017,40(11):65-67.
- [5]刘勇,柯尊海,徐义春,等.一种鲁棒的自组织运动目标检测算法[J].华中科技大学学报(自然科学版),2013,41(7):82-86.
- [6]朱振峰,赤诚,赵耀.基于多尺度的增强Vi Be背景建模[J].北京交通大学学报,2015,39(02):1-6.
- [7]Benezeth Y,Jodoin P M,Emile B,et al.Comparative study of background subtraction algorithms[J].Journal of Electronic Imaging,2010,19(3):033003-033003.
- [8]刘洪彬,常发亮.权重系数自适应光流法运动目标检测[J].光学精密工程,2016,24(2):460-468.
- [9]郭小路,陶海红,杨东.联合图形约束和稳健主成分分析的地面动目标检测算法[J].电子与信息学报,2016,38(10):2475-2481.
- [10]Zhou T,Tao D.Go Dec:Randomized Lowrank&Sparse Matrix Decomposition in Noisy Case.[C]//International Conference on Machine Learning,ICML 2011,Bellevue,Washington,Usa,June 28-July.DBLP,2011:33-40.
- [11]Borji A,Cheng M M,Jiang H,et al.Salient Object Detection:A Survey[J].Eprint Arxiv,2014,16(7):3118.
- [12]Sajid H,Cheung S C S.Universal Multimode Background Subtraction[J].IEEE Transactions on Image Processing A Publication of the IEEE Signal Processing Society,2017,PP(99):1-1.