基于帧间相似性约束鲁棒主成分分析模型的运动目标检测.PDFVIP

第３３卷第１期　　　 计算机应用与软件 Ｖｏｌ３３Ｎｏ．１ ２０１６年１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊａｎ．２０１６ 基于帧间相似性约束鲁棒主成分分析模型的运动目标检测 杨国亮　鲁海荣　丰义琴　黄经纬 （江西理工大学电气工程与自动化学院　江西赣州３４１０００） 摘　要　　针对鲁棒主成分分析模型ＲＰＣＡ（ｒｏｂｕｓｔｐｒｉｎｃｉｐｌｅｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ）未能有效地利用相邻两帧具有相似性这一特性，提 出基于帧间相似性约束鲁棒主成分分析模型的运动目标检测算法。考虑到时间序列数据中相邻数据之间的相似性特性，在原始的 ＲＰＣＡ模型基础上，引入帧间相似性约束条件，通过求解新的ＲＰＣＡ模型可以得到平滑的低秩数据矩阵和稀疏误差矩阵，有效保留 了原有序列数据中的相似性结构。将该模型用于运动目标检测，观测图像序列分解成低秩背景矩阵和稀疏运动目标矩阵，对分解出 的运动目标进行二值化，并对检测出的运动目标图像进行