低秩稀疏矩陣分解在視頻監(jiān)控中的應用.pdf

1、近十年來，隨著攝像機的普及和網絡技術的高速發(fā)展，我們面臨的視頻監(jiān)控數(shù)據(jù)也出現(xiàn)井噴式地增加，給我們的數(shù)據(jù)分析帶來了一系列的問題.例如:在大數(shù)據(jù)時代，如何存儲大規(guī)模的視頻數(shù)據(jù)？如何快速尋找到異常片段？如何根據(jù)已知信息，在視頻庫中尋找相關的視頻？壓縮感知的出現(xiàn)解決了這些問題，本文利用壓縮感知的相關理論，主要研究低秩稀疏矩陣分解在視頻監(jiān)控中的應用.基于凸松弛理論，假設低秩矩陣的秩為1，那么低秩稀疏矩陣分解問題就會轉化為秩-1稀疏矩陣分解問題.針

2、對該模型，提出了修正的變權重置L1算法.與傳統(tǒng)的交替方向法相比，大大提高了算法的精度.隨后，將秩-1稀疏矩陣分解的思想應用到磁共振成像中，提出修正的交替方向法.通過數(shù)值實驗表明，該算法更易于發(fā)現(xiàn)病變的區(qū)域，為治療帶來了極大的好處.基于非凸松弛理論，針對傳統(tǒng)的低秩稀疏矩陣分解問題，提出用S1/2范數(shù)代替秩、用L1/2范數(shù)代替L1范數(shù)的想法，得到非凸、非光滑、非Lispchitz的S1/2-L1/2模型.由于每個子問題都有顯示解，能夠給出快