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

一种检测视频中运动目标的新方法

电子科技大学学报 2019年第1期48卷 46-52页

作者：张延良卢冰张伟涛李兴旺河南理工大学物理与电子信息学院河南焦作454001 西安电子科技大学电子工程学院西安710071

现有的用于视频运动目标检测的鲁棒主成分分析方法通常将背景矩阵的秩函数松弛为核范数,导致求解低秩矩阵的奇异值收缩算子法的阈值恒定,从而背景恢复精度不高。为此提出由加权核范数和结构稀疏范数组成的新的损失函数并用交替方向乘子... 详细信息

现有的用于视频运动目标检测的鲁棒主成分分析方法通常将背景矩阵的秩函数松弛为核范数,导致求解低秩矩阵的奇异值收缩算子法的阈值恒定,从而背景恢复精度不高。为此提出由加权核范数和结构稀疏范数组成的新的损失函数并用交替方向乘子法进行优化。采用加权核范数作为矩阵的低秩约束,使得压缩阈值与相应奇异值的大小呈单调递减关系,从而大奇异值得以较小幅度压缩。使用结构稀疏范数作为前景稀疏约束,有效利用了前景运动目标的空间区域连续性的先验知识。实验结果表明,该方法在动态背景、阴影等复杂场景下均能取得较其他鲁棒主成分分析方法更好的效果。

关键词：运动目标检测结构稀疏范数鲁棒主成分分析奇异值压缩算子加权核范数

在线全文

学校读者我要写书评

暂无评论

低秩–稀疏与全变分表示的运动目标检测方法

控制理论与应用 2020年第1期37卷 81-88页

作者：杨磊庞芳胡豁生上海大学机电工程与自动化学院上海200444 埃塞克斯大学计算机科学与电气工程学院埃塞克斯郡科尔切斯特CO43SQ

针对含有动态背景的运动目标检测问题,本文提出了一种低秩–稀疏与全变分表示的运动目标检测方法.提出方法以鲁棒主成分分析(RPCA)为基础,利用三维全变分对运动目标约束,去除动态背景的干扰;同时利用低秩矩阵在正交子空间下系数的群稀... 详细信息

针对含有动态背景的运动目标检测问题,本文提出了一种低秩–稀疏与全变分表示的运动目标检测方法.提出方法以鲁棒主成分分析(RPCA)为基础,利用三维全变分对运动目标约束,去除动态背景的干扰;同时利用低秩矩阵在正交子空间下系数的群稀疏性来加速低秩矩阵的秩最小化,弥补全变分计算量大的问题,平衡整体运行速度.实验结果表明,该方法不仅能准确检测复杂背景下的运动目标,而且还保持了较快的运行速度.

关键词：鲁棒主成分分析低秩–稀疏全变分目标检测

在线全文

学校读者我要写书评

暂无评论

采用低秩与加权稀疏分解的视频前景检测算法

电子学报 2017年第9期45卷 2272-2280页

作者：常侃张智勇陈诚覃团发广西大学计算机与电子信息学院广西南宁530004 广西大学广西多媒体通信与网络技术重点实验室培育基地广西南宁530004 广西大学广西高校多媒体通信与信息处理重点实验室广西南宁530004

传统的鲁棒主成分分析模型能较好地解决视频前景检测问题.但是,若该模型的假设条件不能满足,算法性能会变差.针对此问题,本文提出了一种低秩与加权稀疏分解模型,通过对前景矩阵加权以增强其稀疏性.在建立加权矩阵的过程中,采用光流法获... 详细信息

传统的鲁棒主成分分析模型能较好地解决视频前景检测问题.但是,若该模型的假设条件不能满足,算法性能会变差.针对此问题,本文提出了一种低秩与加权稀疏分解模型,通过对前景矩阵加权以增强其稀疏性.在建立加权矩阵的过程中,采用光流法获取每帧的运动矢量,以区分真实运动区域.其次,进一步提出一种增强模型,通过将加权矩阵作用于观测矩阵及背景矩阵,防止前景与背景的错误分离.实验结果表明,在无噪和有噪的情况下,提出的算法均能有效地分离监控视频中的前景和背景.

关键词：前景检测运动目标检测鲁棒主成分分析低秩表示光流法

在线全文

学校读者我要写书评

暂无评论

非凸运动辅助低秩稀疏分解目标检测算法

系统工程与电子技术 2020年第6期42卷 1218-1225页

作者：杨真真乐俊杨永鹏范露南京邮电大学通信与网络技术国家工程研究中心江苏南京210023 南京邮电大学理学院江苏南京210023 南京信息职业技术学院网络与通信学院江苏南京210023

针对传统低秩稀疏分解(low rank and sparse decomposition,LRSD)用于视频运动目标检测时检测精度较低的问题,提出了一种鲁棒非凸运动辅助LRSD(robust nonconvex motion-assisted LRSD,RNMALRSD)的运动目标检测算法。该算法首先考虑到... 详细信息

针对传统低秩稀疏分解(low rank and sparse decomposition,LRSD)用于视频运动目标检测时检测精度较低的问题,提出了一种鲁棒非凸运动辅助LRSD(robust nonconvex motion-assisted LRSD,RNMALRSD)的运动目标检测算法。该算法首先考虑到视频背景的低秩特性,采用非凸γ范数对秩函数进行逼近,考虑视频背景在变换域上仍然具有稀疏性,引入背景在变换域的稀疏先验。其次,引入运动辅助信息矩阵,使其融入前景的运动信息,表示每个像素属于背景的可能性,提高视频运动目标检测的准确度。然后,采用交替方向乘子法(alternating direction method of multipliers,ADMM)对提出的模型进行求解。最后,将提出的方法应用到视频运动目标检测上进行仿真实验。对实验结果的分析表明,提出的RNMALRSD方法比其他基于LRSD的运动目标检测方法具有更高的检测精度。

关键词：低秩稀疏分解运动辅助交替方向乘子法鲁棒主成分分析目标检测

在线全文

学校读者我要写书评

暂无评论

基于自适应目标图像恢复的红外弱小目标检测

华中科技大学学报（自然科学版） 2017年第10期45卷 25-30页

作者：熊斌黄心汉王敏华中科技大学自动化学院湖北武汉430074 湖北工程学院计算机与信息科学学院湖北孝感432000

提出一种自适应参数目标图像恢复算法,实现对红外小目标的检测.首先,提取红外图像的稀疏特征,同时计算图像的复杂度,并设计一种融合机制生成自适应加权参数;然后,将原始图像重组为具有低秩稀疏特性的运算矩阵,采用上述的自适应参数非精... 详细信息

提出一种自适应参数目标图像恢复算法,实现对红外小目标的检测.首先,提取红外图像的稀疏特征,同时计算图像的复杂度,并设计一种融合机制生成自适应加权参数;然后,将原始图像重组为具有低秩稀疏特性的运算矩阵,采用上述的自适应参数非精确拉格朗日乘子法求解鲁棒主成分分析(RPCA)最优化问题还原出低秩矩阵(背景图像)和稀疏矩阵(目标图像);最后,对目标图像进行阈值分割并标定目标.实验结果显示:该算法能有效检测出小目标,同时具有较低的误检率.

关键词：红外图像小目标检测稀疏特征图像复杂度低秩稀疏表示鲁棒主成分分析

在线全文

学校读者我要写书评

暂无评论

基于密度峰值的三维模型无监督分类算法

计算机辅助设计与图形学学报 2016年第12期28卷 2142-2150页

作者：舒振宇祁成武辛士庆胡超韩祥兰刘利刚浙江大学宁波理工学院信息科学与工程学院宁波315100 太原科技大学电子信息工程学院太原030024 宁波大学信息科学与工程学院宁波315211 中国科学技术大学数学科学学院合肥230026

针对基于内容的三维模型自动分类问题,提出一种密度峰值驱动的三维模型无监督分类算法.首先利用多种特征描述符分别对每个三维模型提取相应的特征向量;然后将得到的特征向量运用鲁棒主成分分析去除噪声并降维;最后通过计算特征向量分布... 详细信息

针对基于内容的三维模型自动分类问题,提出一种密度峰值驱动的三维模型无监督分类算法.首先利用多种特征描述符分别对每个三维模型提取相应的特征向量;然后将得到的特征向量运用鲁棒主成分分析去除噪声并降维;最后通过计算特征向量分布的密度峰值,并配合决策图,以直观的方式确定三维模型分类类别数,最终实现三维模型的无监督分类.实验结果表明,与传统算法相比,该算法具有易于确定分类类别数、准确率高、鲁棒性强等优点.

关键词：三维模型分类密度峰值聚类鲁棒主成分分析

在线全文

学校读者我要写书评

暂无评论

基于低秩与稀疏分解的层合板损伤定位

振动．测试与诊断 2022年第6期42卷 1220-1225,1250页

作者：颜津玮曹善成徐超西北工业大学航天学院西安710072

针对基于结构振型参数的损伤定位方法抗噪性差、对微小损伤不敏感以及对多损伤识别性能低等问题,基于振型低秩性与损伤分布稀疏性提出了一种复合材料层合板多损伤识别方法。首先,使用高斯-拉普拉斯算子(Laplacian of Gaussian,简称LoG)... 详细信息

针对基于结构振型参数的损伤定位方法抗噪性差、对微小损伤不敏感以及对多损伤识别性能低等问题,基于振型低秩性与损伤分布稀疏性提出了一种复合材料层合板多损伤识别方法。首先,使用高斯-拉普拉斯算子(Laplacian of Gaussian,简称LoG)求解曲率模态;其次,利用鲁棒主成分分析提取曲率模态中损伤诱导产生的奇异值进行损伤定位;然后,提出了一个鲁棒损伤定位指标用于融合多个曲率模态的损伤信息;最后,使用带损伤复合材料层合板数值模拟与实验数据验证了方法的有效性。结果表明,该方法无需无损结构参考信息,便可准确地定位复合材料层合板中多个小面积损伤。

关键词：复合层合板高斯-拉普拉斯算子曲率模态损伤定位鲁棒主成分分析

维普期刊数据库博看期刊

改进的截断核范数及在视频前背景分离中的应用

在线全文

学校读者我要写书评

暂无评论

工程科学与技术 2021年第5期53卷 219-226页

作者：杨永鹏杨真真李建林范露南京信息职业技术学院网络与通信学院江苏南京210023 南京邮电大学宽带无线通信与传感网技术教育部重点实验室江苏南京210023

视频前背景分离的主要目的是从视频中提取感兴趣目标,但是由于噪声、光照变化等的影响使其仍是计算机视觉等领域最具有挑战性的任务之一。截断核范数(truncated nuclear norm,TNN)算法是一种经典的鲁棒主成分分析(robust principal comp... 详细信息

视频前背景分离的主要目的是从视频中提取感兴趣目标,但是由于噪声、光照变化等的影响使其仍是计算机视觉等领域最具有挑战性的任务之一。截断核范数(truncated nuclear norm,TNN)算法是一种经典的鲁棒主成分分析(robust principal component analysis,RPCA)算法,被广泛地应用于视频前背景分离。但是,该算法中的截断核范数对传统鲁棒主成分分析中的秩函数逼近度不高,导致其稳定性不强,对一些复杂场景下的视频前背景分离精度不高。针对该问题,本文提出了一种改进的截断核范数(improved truncated nuclear norm,ITNN)算法。该算法首先采用非凸γ范数替代TNN模型中的核范数,并分析了相对于核范数而言,非凸γ范数对秩函数具有更高的逼近度,同时提出了该算法所对应的模型;其次,为了求解提出的模型,本文引入了广义交替方向乘子法(generalized alternating direction method of multipliers,GADMM)对该模型进行求解;最后,将提出的ITNN算法应用于多个公共视频的前背景分离实验中,并通过展示提取不同视频的前景效果,从视觉角度验证了ITNN算法的有效性。同时,计算提出算法和对比算法提取的视频前景的F-measure值,从量化的角度进一步验证了ITNN算法的有效性。另外,实验还记录了各算法的视频前背景分离的运行时间,验证了ITNN算法的效率。总之,本文通过实验验证了提出的ITNN算法在视频前背景分离中的有效性和优越性。

关键词：鲁棒主成分分析截断核范数广义交替方向乘子法非凸γ范数前背景分离

面向复杂场景的多通道慢速动目标稳健检测算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第5期46卷 2018-2027页

作者：刘昆贺雄鹏廖桂生余悦王麒凯西安电子科技大学雷达信号处理全国重点实验室西安710071

针对鲁棒主成分分析(RPCA)算法在多通道慢速地面动目标指示(GMTI)中存在的高虚警以及对通道误差敏感问题,该文提出一种数据重构与速度合成孔径雷达(VSAR)-RPCA联合处理的方法。首先,通过样本挑选与联合像素法完成通道间数据精确重构;然... 详细信息

针对鲁棒主成分分析(RPCA)算法在多通道慢速地面动目标指示(GMTI)中存在的高虚警以及对通道误差敏感问题,该文提出一种数据重构与速度合成孔径雷达(VSAR)-RPCA联合处理的方法。首先,通过样本挑选与联合像素法完成通道间数据精确重构;然后结合VSAR检测模式提出一种新的RPCA优化模型,通过采用交替投影乘子法对其进行求解得到空间频域的稀疏矩阵,进一步利用动目标与强杂波残余在空间频域通道的分布特性差异实现强杂波残余剔除与动目标检测;最后采用沿航迹干涉算法估计目标径向速度完成动目标重定位。相较于传统RPCA算法,所提算法在非理想强杂波背景下的虚警率显著降低。理论分析与实测实验验证了所提算法的有效性。

关键词：合成孔径雷达地面动目标检测鲁棒主成分分析数据重构