加权截断p范数在运动目标检测中的应用

来源：计算机工程杂志2018年第6期北京时间：

作者：宣晓,余勤

单位：四川大学 电气信息学院,成都 610065

摘要：在基于稀疏低秩分解的运动目标检测方法中,由于核范数并非为矩阵的秩函数最佳近似,未考虑到运动目标的空间连续性,在动态背景干扰的情况下,运动目标检测的效果不理想。针对上述问题,提出加权截断p范数分析模型。该模型将观测视频分为静态背景、运动目标与动态背景3个部分,静态背景采用改进的非凸范数,即加权截断p范数进行低秩约束,根据动态背景与运动目标具有空间连续性的特点,分别使用l2,1范数进行结构性稀疏约束。实验结果表明,与鲁棒主成分分析模型、截断核范数模型、加权核范数模型以及相邻离群点低秩模型相比,该模型可有效去除动态背景扰动,并能提取到更精确的运动目标。

关键词：背景建模,运动目标提取,稀疏与低秩理论,加权截断p范数,结构性稀疏范数