自适应低秩稀疏分解在运动目标检测中的应用

来源：计算机科学与探索杂志2016年第12期北京时间：

作者：金静，党建武，王阳萍，翟凤文

单位：1. 兰州交通大学 电子与信息工程学院，兰州 7300702. 兰州宇信信息技术有限责任公司，兰州 730000

摘要：针对视频处理中运动目标的精确检测这一问题，提出了一种自适应的低秩稀疏分解算法。该算法首先用背景模型与待求解的帧向量构建增广矩阵，然后使用鲁棒的主成分分析（robust principal component analysis，RPCA）对降维后的增广矩阵进行低秩稀疏分解，分离出的低秩部分和稀疏噪声分别对应于视频帧的背景和运动前景，然后使用增量奇异值分解方法用当前得到的背景向量更新背景模型。实验结果表明，该算法能更好地处理光线变化、背景运动等复杂场景，并有效降低算法的延迟和内存的占用。

关键词：运动目标检测,低秩稀疏分解,自适应的鲁棒主成分分析