[发明专利]基于多成分鲁棒PCA的运动目标检测方法有效
| 申请号： | 201510275727.5 | 申请日： | 2015-05-26 |
| 公开（公告）号： | CN104867162B | 公开（公告）日： | 2017-10-27 |
| 发明（设计）人： | 孙玉宝;刘青山;周伟;朱松;孙茂庭 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06T7/215 | 分类号： | G06T7/215 |
| 代理公司： | 南京纵横知识产权代理有限公司32224 | 代理人： | 董建林 |
| 地址： | 210044 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多成分鲁棒PCA的运动目标检测方法，包括S101、对待检测视频序列进行行列向量化，获得视频数据矩阵；S102、根据所述视频数据矩阵，构建多成分鲁棒PCA模型；S103、采用增广拉格朗日乘子法对所述多成分鲁棒PCA模型进行交替迭代优化和乘子更新；S104、更新迭代次数，计算并判断当前次迭代是否收敛；S105、若当前次迭代收敛，则根据当前次迭代结果计算得到背景矩阵、所检测得到的运动目标矩阵和背景中的动态变化矩阵，从而实现运动目标检测，否则返回执行步骤S103。本发明可以从背景扰动中分离出有意义的显著运动目标，提升检测算法的鲁棒性。 | ||
| 搜索关键词： | 基于 成分 pca 运动 目标 检测 方法 | ||
【主权项】：
一种基于多成分鲁棒PCA的运动目标检测方法，其特征在于，包括：S101、对待检测视频序列进行行列向量化，获得视频数据矩阵；S102、根据所述视频数据矩阵，构建多成分鲁棒PCA模型；S103、采用增广拉格朗日乘子法对所述多成分鲁棒PCA模型进行交替迭代优化和乘子更新；S104、更新迭代次数，计算并判断当前次迭代是否收敛；S105、若当前次迭代收敛，则根据当前次迭代结果计算得到背景矩阵、所检测得到的运动目标矩阵和背景中的动态变化矩阵，从而实现运动目标检测，否则返回执行步骤S103；所述S101具体包括：对视频序列进行行列向量化，获得视频数据矩阵，其中，X∈Rm×n，X表示视频数据矩阵，R表示视频帧，m为视频帧的像素数，n为视频帧数；所述S102具体包括：根据所述视频数据矩阵，构建多成分鲁棒PCA模型，其中，所述多成分鲁棒PCA模型为：式中，A∈Rm×n为低秩成分，为矩阵A的核范数，表示背景矩阵，E1、E2∈Rm×n为稀疏成分，λ1、λ2为正则化参数，||E1||1为稀疏成分E1的1范数，表示运动目标矩阵，为稀疏成分E2的F范数，表示背景中的动态变化矩阵，表示E1、E2的相干性约束，γ表示相干性权重参数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京信息工程大学，未经南京信息工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510275727.5/，转载请声明来源钻瓜专利网。
