不完全鲁棒主成分分析的正则化方法及其在背景建模中的应用.pdfVIP

JournalofComputerApplications ISSN 1001—9081 2015—10 10 计算机应用，2015，35(10)：2824—2827，2832 CODENJYIIDU http： ， ．oca．cn 文章编号：1001—9081(2015)10．2824—04 doi：10．11772／j．issn．1001—9081．2015．10．2824 不完全鲁棒主成分分析的正则化方法及其在背景建模 中的应用 史加荣’，郑秀云，杨 威 (西安建筑科技大学 理学院，西安 710055) ( 通信作者电子邮箱jiarongs3@163．con) 摘 要：针对现有的鲁棒主成分分析(RPCA)方法忽略序列数据的连续性及不完整性的情况，提 出了一种低秩矩 阵恢复模型——正则化不完全鲁棒主成分分析 (RIRPCA)。首先基于序列数据连续性的度量函数建立了RIRPCA模 型，即最小化矩阵核范数、厶 范数和正则项的加权组合；然后使用增广拉格 朗日乘子法来求解所提 出的凸优化模型， 此算法具有 良好的可扩展性和较低的计算复杂度；最后 ，将RIRPCA应用到视频背景建模中。实验结果表明，RIRPCA 比矩阵补全和不完全RPCA等方法在恢复丢失元素和分离前景上具有优越性。 关键词 ：鲁棒主成分分析；低秩矩阵恢复；背景建模 ；核范数最小化；增广拉格朗 日乘子法 中图分类号 ：TP391．41 文献标志码：A Regularizedapproach forincompleterobustprincipalcomponentanalysisand itsapplicationsinbackgroundmodeling SHIJiarong ．ZHENG Xiuyun．YANGWei (SchoolofScience，XianUniversityofArchitectureandTechnology,XianShaanxi710055，China) Abstract：BecausetheexistingRobustPrincipalComponentAnalysis(RPCA)approachesdonotconsiderthecontinuity andtheincompletionofsequentialdata，onetypeoflow—rankmatrixrecoverymodel，named Regularized IncompleteRPCA (RIRPCA)，wasproposed．First，themodelofRIRPCA wasconstructedbasedonametricfunctionforevaluatingthe continuity，wherethemodelminimizedaweighted combinationofthematrixnuclearnorm，L1nornlandregularized term． Then，theaugmentedLagrangemultipliersalgorithm wasemployedtosolvetheproposedconvexoptimizationproblem．This algorithm hasgoodscalabilityandlow computationcomplexity．Finally，RIRPCA wasappliedtothebackgroundmodelingof videos．Theexperimentalresultsdemonstratethattheproposedmethodhasthesuperiorityofrecoveringmissingentriesand separatingforegroundovermatrixcompletionandincomple