[发明专利]基于低秩稀疏分解的运动目标检测方法有效
| 申请号： | 201811072276.5 | 申请日： | 2018-09-14 |
| 公开（公告）号： | CN109345563B | 公开（公告）日： | 2022-05-10 |
| 发明（设计）人： | 杨真真;范露;杨震;匡楠 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06T7/215 | 分类号： | G06T7/215;G06V10/77 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210023 江*** | 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低秩稀疏分解的运动目标检测方法，包括以下步骤：一是根据结构化分布的稀疏信号，构造具有重叠块结构的结构化稀疏诱导范数表达式；二是将上述的结构化稀疏诱导范数表达式扩展，得到应用于视频的最终结构化稀疏诱导范数表达式；三是将低秩稀疏分解算法中的稀疏部分S进一步分为动态背景E和前景运动目标F；四是结合上述结构化稀疏诱导范数表达式和稀疏部分的近一步划分，获得最终的低秩稀疏分解模型；五是对所获取的低秩稀疏分解模型求解，根据所求得解得到前景目标。本发明在前景目标检测上，特别是针对具有动态背景下的运动目标检测上，提取的前景目标无论是从视觉效果，还是从F‑measure值都优于其他模型提取的前景目标。 | ||
| 搜索关键词： | 基于 稀疏 分解 运动 目标 检测 方法 | ||
【主权项】：
1.一种基于低秩稀疏分解的运动目标检测方法，其特征在于，包括以下步骤：(1)根据结构化分布的稀疏信号，构造具有重叠块结构的结构化稀疏诱导范数表达式；(2)将上述的结构化稀疏诱导范数表达式扩展，得到应用于视频的最终结构化稀疏诱导范数表达式；(3)将低秩稀疏分解算法中的稀疏部分S进一步分为动态背景E和前景运动目标F；(4)结合上述结构化稀疏诱导范数表达式和稀疏部分的近一步划分，获得最终的低秩稀疏分解模型；(5)对所获取的低秩稀疏分解模型求解，解得前景目标。
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邮电大学，未经南京邮电大学许可，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/201811072276.5/，转载请声明来源钻瓜专利网。
