检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

多线性鲁棒主成分分析

电子学报 2014年第8期42卷 1480-1486页

作者：史加荣周水生郑秀云西安建筑科技大学理学院陕西西安710055 西安电子科技大学数学与统计学院陕西西安710071

鲁棒主成分分析(RPCA)是恢复低秩与稀疏成分的一种非常有效的方法.本文将RPCA推广到张量情形,提出了多线性鲁棒主成分分析(MRPCA)框架.首先建立了MRPCA模型,即最小化张量核范数与l1范数的加权组合.然后使用增广拉格朗日乘子法求解上述... 详细信息

鲁棒主成分分析(RPCA)是恢复低秩与稀疏成分的一种非常有效的方法.本文将RPCA推广到张量情形,提出了多线性鲁棒主成分分析(MRPCA)框架.首先建立了MRPCA模型,即最小化张量核范数与l1范数的加权组合.然后使用增广拉格朗日乘子法求解上述张量核范数优化问题.实验结果证实:对于具有多线性结构的数据,MRPCA比RPCA更加鲁棒.

关键词：多线性鲁棒主成分分析鲁棒主成分分析低秩核范数最小化增广拉格朗日乘子法

在线全文

学校读者我要写书评

暂无评论

分块鲁棒主成分分析的撞击坑图像检测识别

北京邮电大学学报 2016年第1期39卷 63-67页

作者：刘安周东华陈茂银清华大学自动化系北京100084

针对遥感图像地形背景复杂的问题,提出分块鲁棒主成分分析的撞击坑候选区域自动提取方法.基于图像分块,采用交替方向乘子算法进行结构稀疏的低秩分解,低秩成分表示冗余相似的背景,稀疏成分代表包含潜在撞击坑的显著区域.针对显著的区域... 详细信息

针对遥感图像地形背景复杂的问题,提出分块鲁棒主成分分析的撞击坑候选区域自动提取方法.基于图像分块,采用交替方向乘子算法进行结构稀疏的低秩分解,低秩成分表示冗余相似的背景,稀疏成分代表包含潜在撞击坑的显著区域.针对显著的区域图采用数学形态运算分割获取候选的撞击坑图像,并通过对候选图像进行稀疏表示的分类,识别出真实撞击坑.基于火星和月球图像的实验结果表明,该方法能去除复杂地形和光照的干扰,检测率达到91.7%.

关键词：撞击坑检测鲁棒主成分分析视觉显著性撞击坑候选区域

在线全文

学校读者我要写书评

暂无评论

基于鲁棒主成分分析的多域联合杂波抑制算法

电子与信息学报 2022年第4期44卷 1303-1310页

作者：李相平王明泽但波李蔚马俊伟海军航空大学岸防兵学院烟台264001 海军航空大学航空作战勤务学院烟台264001 海军航空大学航空保障专业兵训练基地青岛266109

奇异值分解等传统算法在处理穿墙成像中的杂波抑制问题时,杂波消除不够彻底,目标成像质量不高,严重影响后续的目标检测与识别。为解决这一问题,该文基于鲁棒主成分分析理论,在回波域和图像域分别建立联合低秩稀疏模型,以光滑化快速交替... 详细信息

奇异值分解等传统算法在处理穿墙成像中的杂波抑制问题时,杂波消除不够彻底,目标成像质量不高,严重影响后续的目标检测与识别。为解决这一问题,该文基于鲁棒主成分分析理论,在回波域和图像域分别建立联合低秩稀疏模型,以光滑化快速交替线性化(SFAL)方法来求解模型,并对目标图像进行指数加权联乘多域图像融合处理,从而得到最终成像结果。仿真结果表明,该算法速度快、精度高,可有效改善目标成像质量,并能较好地满足穿墙成像的实时性和准确性要求。

关键词：穿墙成像雷达杂波抑制鲁棒主成分分析联合低秩稀疏模型多域联合

基于NSCT变换和相似信息鲁棒主成分分析模型的图像融合技术

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2018年第5期48卷 1614-1620页

作者：刘哲徐涛宋余庆徐春艳江苏大学计算机科学与通信工程学院江苏镇江212013 吉林大学机械科学与工程学院长春130022

针对传统的图像处理是以单个像素点为基础进行融合而忽略了信息的相似性以及存在信息丢失的问题,提出了基于非下采样Contourlet变换(Nonsubsampled contourlet transform,NSCT)和相似信息鲁棒主成分分析(Robust principle component ana... 详细信息

针对传统的图像处理是以单个像素点为基础进行融合而忽略了信息的相似性以及存在信息丢失的问题,提出了基于非下采样Contourlet变换(Nonsubsampled contourlet transform,NSCT)和相似信息鲁棒主成分分析(Robust principle component analysis,RPCA)模型的图像融合技术。首先对源图像获取图像块构造初始矩阵,通过对构造矩阵进行NSCT分解获得高频和低频部分,利用提出的具有相似信息低秩矩阵模型将低频成分分解成低秩矩阵和稀疏误差矩阵,再分别对两幅图像的低秩矩阵、稀疏误差矩阵及高频成分采用绝对值最大法融合规则进行融合,最后通过逆变换得到融合图像。MRI和CT的脑部图像的实验分析结果表明,本文算法可以更好地保留源图像中的边缘和纹理信息。

关键词：图像处理图像融合非下采样Contourlet变换鲁棒主成分分析低秩矩阵

在线全文

学校读者我要写书评

暂无评论

基于鲁棒主成分分析的运动目标检测优化算法

电子与信息学报 2018年第6期40卷 1309-1315页

作者：杨依忠汪鹏飞胡雄楼伍能举合肥工业大学电子科学与应用物理学院合肥230009

针对鲁棒主成分分析(Robust Principal Component Analysis,RPCA)算法中将动态背景误检为运动目标的问题,该文提出一种运动目标检测优化算法。在RPCA算法初步检测出运动目标后,利用动态背景在时间域上满足高斯分布的特性,以及动态背景... 详细信息

针对鲁棒主成分分析(Robust Principal Component Analysis,RPCA)算法中将动态背景误检为运动目标的问题,该文提出一种运动目标检测优化算法。在RPCA算法初步检测出运动目标后,利用动态背景在时间域上满足高斯分布的特性,以及动态背景和运动目标在整个视频流上检出点均值和方差的差异特性,进一步将动态背景和运动目标分离开来。实验结果表明,所提算法能够有效地处理动态背景的问题,并在一定程度上完整检测出运动目标。

关键词：运动目标检测鲁棒主成分分析动态背景时间域

在线全文

学校读者我要写书评

暂无评论

秩约束的快速鲁棒主成分分析算法及应用

电子学报 2023年第6期51卷 1448-1457页

作者：何锐徐正勤伍世虔贾蒙武汉科技大学信息科学与工程学院湖北武汉430081 武汉科技大学机械自动化学院湖北武汉430081 新乡学院机电工程学院河南新乡453003

鲁棒主成分分析被广泛应用于计算机视觉领域,然而现有鲁棒主成分分析方法难以针对各种场景准确分离出低秩信息,而且计算成本高导致算法的实时性不足.针对这两个问题,本文提出了一种新型鲁棒主成分分析算法.一方面基于先验秩信息提出了... 详细信息

鲁棒主成分分析被广泛应用于计算机视觉领域,然而现有鲁棒主成分分析方法难以针对各种场景准确分离出低秩信息,而且计算成本高导致算法的实时性不足.针对这两个问题,本文提出了一种新型鲁棒主成分分析算法.一方面基于先验秩信息提出了低秩约束改进模型,提高算法在不同场景中的泛化性能;另一方面引入了黎曼优化理论,将目标矩阵投影到低维子空间上求解,减少算法的运算复杂度.各种实验结果表明,与现有算法相比,改进算法在速度上有非常大的优势,同时能够保证稳定的恢复能力.

关键词：鲁棒主成分分析计算机视觉黎曼优化

在线全文

学校读者我要写书评

暂无评论

鲁棒主成分分析的运动目标检测综述

中国图象图形学报 2016年第10期21卷 1265-1275页

作者：蔡念周杨刘根杨志景凌永权广东工业大学信息工程学院广州510006

目的运动目标检测在许多计算机视觉任务中发挥了重要的作用。背景建模是运动目标检测中传统而又常用的方法。然而,许多背景建模方法是基于像素点的,对背景方面的考虑过于简单,难于处理真实视频。最近,将基于低秩和稀疏分解的鲁棒主成分... 详细信息

目的运动目标检测在许多计算机视觉任务中发挥了重要的作用。背景建模是运动目标检测中传统而又常用的方法。然而,许多背景建模方法是基于像素点的,对背景方面的考虑过于简单,难于处理真实视频。最近,将基于低秩和稀疏分解的鲁棒主成分分析应用于运动目标检测成为计算机视觉领域内的研究热点。为使更多国内外运动目标检测的研究者对鲁棒主成分分析方法进行探索和应用,本文对其进行系统综述。方法融入最新研究进展,基于误差抑制、贝叶斯理论、时间和空间信息、多特征和多因素耦合,对各种国内外的鲁棒主成分分析模型进行归纳,并理论分析其优缺点。结果本文采用变化检测数据集(change detection dataset)中不同场景的视频序列来对不同算法进行对比实验。从实验结果可知,属于第3类方法的DECOLOR的检测效果优于其他算法,在均值对比中得到的召回率、精确率和F-measure分别为0.7、0.706和0.66。总体来说,当前改进算法都能有效地弥补最初鲁棒主成分分析方法的缺陷,提高了运动目标检测的精度。结论鲁棒主成分分析在运动目标检测上取得了较多的研究与应用成果,在智能视频监控应用领域拥有广阔的应用前景。但是,其仍需针对鲁棒主成分分析存在的一些局限性进行深入的研究。融入前景运动目标在视频中的先验知识是基于鲁棒主成分分析的运动目标检测的发展趋势。

关键词：目标检测计算机视觉背景建模鲁棒主成分分析综述

在线全文

学校读者我要写书评

暂无评论

列式鲁棒主成分分析的高光谱遥感异常探测

遥感学报 2018年第3期22卷 458-465页

作者：孙伟伟李飞杨刚张殿发宁波大学地理与空间信息技术系宁波315211 武汉大学测绘遥感信息工程国家重点实验室武汉430079

传统的基于鲁棒主成分分析的高光谱异常探测模型中,稀疏异常矩阵假设为非低秩且其非零元素满足随机分布条件。这导致稀疏矩阵的非零元素影响低秩背景矩阵的估计,进而制约背景信息和异常信息的有效分离。提出列式鲁棒主成分分析的异常探... 详细信息

传统的基于鲁棒主成分分析的高光谱异常探测模型中,稀疏异常矩阵假设为非低秩且其非零元素满足随机分布条件。这导致稀疏矩阵的非零元素影响低秩背景矩阵的估计,进而制约背景信息和异常信息的有效分离。提出列式鲁棒主成分分析的异常探测方法,改进异常矩阵为列稀疏条件来解决上述问题。该方法分解高光谱影像2维矩阵为低秩背景矩阵,列稀疏异常矩阵和噪声矩阵,松弛目标方程为凸优化问题,并采用非精确增强拉格朗日乘子算法来求解得到列稀疏异常矩阵的最优估计。最后,对稀疏异常矩阵中所有列的L2范数值进行阈值分割来探测得到异常像元。利用两个高光谱影像数据集,对比5种主流的异常探测方法来验证提出方法的有效性。实验结果表明,列式鲁棒主成分分析方法优于包括传统鲁棒主成分分析模型在内的5种异常探测方法,且计算效率适中。

关键词：高光谱遥感异常探测鲁棒主成分分析列稀疏非精确增强拉格朗日乘子

基于广义非凸鲁棒主成分分析的视频前背景分离

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2020年第1期41卷 250-258页

作者：杨永鹏杨真真李建林南京信息职业技术学院网络与通信学院南京210023 南京邮电大学理学院南京210023 南京邮电大学通信与网络技术国家工程研究中心南京210023

针对基于传统鲁棒主成分分析的视频前背景分离的精度不高的问题,提出了一种新的广义非凸鲁棒主成分分析(GNRPCA)模型。该模型分别采用广义核范数和广义范数来代替鲁棒主成分分析模型中的秩函数和l0范数,以解决现有鲁棒主成分分析模型存... 详细信息

针对基于传统鲁棒主成分分析的视频前背景分离的精度不高的问题,提出了一种新的广义非凸鲁棒主成分分析(GNRPCA)模型。该模型分别采用广义核范数和广义范数来代替鲁棒主成分分析模型中的秩函数和l0范数,以解决现有鲁棒主成分分析模型存在的对秩函数和稀疏度函数的替代函数过惩罚而导致逼近程度不佳的问题。然后采用交替方向乘子法(ADMM)对提出的GNRPCA模型进行求解。最后,将该算法用于视频前背景分离,进行仿真实验并对实验结果进行分析。实验结果证明提出的算法的平均F-measure值为0.589 2,相对于截断核范数算法提高了13%以上,比其他的基于鲁棒主成分分析的视频前背景分离算法更具有优越性和有效性。

关键词：鲁棒主成分分析广义核范数广义范数交替方向乘子法视频前背景分离