[发明专利]雨雪天气条件下的运动目标检测方法

权利要求书

1.一种应对雨雪天气影响的运动目标检测方法，其特征在于，基于运动目标在时间和空间上的连续性和背景在时间上的相关性，利用RPCA在低秩稀疏分解框架下，使用核范数的强低秩性对背景进行建模，并进一步细化RPCA中的动态分量，将其看作是平滑视频前景和稀疏噪声沿时空域的叠加，利用三维全变分正则化结合l₁正则化对前景目标的时空平滑性和噪声的稀疏性进行建模，针对所提出的模型，采用交替迭代的思想，利用增广拉格朗日乘子法对目标函数进行优化求解，实现雨雪天气条件下的目标检测。

2.根据权利要求1所述的一种应对雨雪天气影响的运动目标检测方法，其特征是，具体步骤如下：

1)将输入的监控视频读入，且将每一帧图片灰度化，并保存为V∈R^M×N×P，其中p是帧数，M和N分别是高度和宽度，首先将视频序列中的每一帧排列为一个列向量，所有的视频帧组成的矩阵对应的就是二维观测数据矩阵O∈R^MN×P，从而实现将三维视频转换到了二维空间上，并利用RPCA方法将观测数据矩阵O分成背景部分L∈R^MN×P和前景部分S∈R^MN×P；

2)将天空中飘舞的雪花或雨夹雪看成是前景部分的噪声干扰，并将前景S分为噪声部分E∈R^MM×P和运动目标F∈R^MM×P，表示为S＝E+F；

3)利用RPCA在低秩稀疏分解框架下，使用核范数的强低秩性对背景进行建模，利用三维全变分正则化结合l₁正则化对前景目标的时空平滑性和噪声的稀疏性进行约束，然后构造建立新的模型；

4)将建立的目标检测模型写成增广拉格朗日形式；

5)采用交替迭代法，将其它变量设为常数，同时求出一个变量的最小值，从而得到近似解，F的最优解就是检测出的运动目标。

3.根据权利要求2所述的一种针对雨雪天气的运动目标检测方法，其特征是，将步骤1)中所述的观测数据矩阵O分成两部分描述为：

O＝L+S (1)。

4.根据权利要求2所述的一种针对雨雪天气的运动目标检测方法，其特征是，将步骤2)中的模型描述为：

S＝E+F (2)。

5.根据权利要求2所述的一种针对雨雪天气的运动目标检测方法，其特征是，将步骤3)中的模型描述为：

由于rank(.)和l₀都是非凸，用核范数和l₁范数来代替从而得到用于目标检测的模型：

6.根据权利要求2所述的一种针对雨雪天气的运动目标检测方法，其特征是，步骤4)中利用增广拉格朗日乘子法对目标函数进行优化求解的模型为：

其中，μ是正惩罚参数，X,Y∈R^MN×P是拉格朗日乘子，.,.表示矩阵内积，是弗洛内尼斯范数。