[发明专利]一种用于压缩感知后视频数据流的前景和背景恢复方法

摘要

本发明属于视频信息处理以及图像处理技术领域，具体的说是一种用于压缩感知后视频数据流的前景和背景恢复方法。本发明采用迭代恢复的方式，采用线性估计器对低秩矩阵和稀疏矩阵同时进行估计，分别获得两个矩阵的估计值以及估计误差，分别采用稀疏矩阵估计器和低秩矩阵估计器，进一步获得稀疏矩阵的估计值和低秩矩阵的估计值，再将获得的估计值反馈回线性估计器，迭代估计直至输出收敛，从而分别获得恢复的前景和背景。本发明的有益效果为，解决了压缩感知后得到的视频数据流的前景和背景的分离问题。

主权项

1.一种用于压缩感知后视频数据流的前后背景恢复方法，其特征在于，包括以下步骤：S1、初始化：对未压缩的视频流数据，将其建模成低秩和稀疏矩阵的混合，即：X＝L+S其中，L代表低秩矩阵，即视频流中的背景，S表示稀疏矩阵，即每一帧变化的前景图像，X则是完整的视频流数据；在压缩操作后，传感器观测到的数据为y＝A(X)+n，其中A是压缩操作，n是测量噪声，服从均值为0，方差为σ2的高斯分布；S2、采用线性估计器A对低秩矩阵和稀疏矩阵同时进行估计，分别获得两个矩阵的估计值以及估计误差，具体为：获得稀疏矩阵的估计值为：其中，是线性估计器对S的估计，M是操作符A操作后输出的维度，N是输入矩阵的行列数之积，是线性估计器对L的估计；稀疏矩阵的估计误差为：其中，是输入A的S的估计误差，是输入A的L的估计误差；获得低秩矩阵的估计值为：低秩矩阵的估计误差为：其中，S3、根据步骤S2的结果，采用稀疏矩阵估计器B，进一步获得稀疏矩阵估计值：其中c_B和α_B是线性组合系数，为稀疏矩阵估计器对S的估计：其中，<A,B>＝tr(A^TB)，采用低秩矩阵估计器C，进一步获得低秩矩阵估计值，下标C指代稀疏矩阵估计器：其中，为低秩矩阵估计器对C的估计值，S4、将步骤S3的结果反馈到步骤S2的线性估计器中，进行迭代估计直至输出收敛，分别获得恢复的前后背景。