基于矩陣低秩稀疏分解的運動目標檢測.pdf

1、運動目標檢測是一種將一個或者多個運動物體從視頻中準確提取出來的技術，是圖像處理和計算機視覺學科中的一個重要分支。運動目標檢測的準確性直接影響后續(xù)運動目標追蹤、運動目標識別以及運動目標行為分析等的結果。目前，運動目標檢測在交通監(jiān)控、天氣預報以及衛(wèi)星云圖分析等方面有著廣泛的應用。因此，對運動目標檢測技術進行研究有重要的理論研究意義和應用價值。
　　常用的運動目標檢測方法有:幀間差分法、背景減除法以及光流法。近年來提出的矩陣低秩稀疏分解

2、理論引起了相關學者的高度關注，并將其應用于運動目標檢測。本文圍繞基于矩陣低秩稀疏分解的視頻運動目標檢測展開研究，以提高運動目標檢測的準確率和算法效率。創(chuàng)新性工作主要體現(xiàn)在:提出了一種改進的基于矩陣低秩稀疏分解的視頻運動目標檢測方法，更進一步綜合考慮前后視頻幀之間的差別，結合邊緣提取和幀間差分法對檢測到的運動目標邊緣進行補償，提高運動目標檢測的準確率。本文研究工作主要包括以下幾個方面:
　　1.研究和學習了幾種運動目標檢測方法:幀間

3、差分法、光流法、背景減除法和矩陣低秩稀疏分解法，并數(shù)值實現(xiàn)了部分算法，給出相應的實驗結果與分析。
　　2.在研究矩陣低秩稀疏分解理論及其求解算法的基礎上，提出了一種改進的基于矩陣低秩稀疏分解的運動目標檢測方法。該方法采用對視頻等間隔隔幀提取，并對矩陣稀疏分解模型中的稀疏項加以約束，提高運動目標檢測的準確率和算法實現(xiàn)效率，實驗結果表明該方法能夠準確地提取運動目標，是一種行之有效的方法。
　　3.考慮邊緣是圖像中最重要的信息，結