江西省研究生创新基金(YC2012-X015)
- 作品数：2 被引量：5H指数：2
- 相关作者：黄晓生严浩曹义亲黄萍更多>>
- 相关机构：华东交通大学更多>>
- 发文基金：江西省科技支撑计划项目江西省研究生创新基金江西省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于PCP的块稀疏RPCA运动目标检测算法被引量：3
- 2013年
- 针对已有的块稀疏RPCA运动目标检测方法难以适用于动态变化背景的问题,提出一种基于PCP的块稀疏RPCA运动目标检测算法。该算法首先通过基于PCP的RPCA方法对视频序列降维,将观测图像序列分解成低秩背景矩阵和稀疏前景矩阵;然后根据运动特性的光流一致性特点,结合前景区域的空间相关性,进一步得到大致的前景稀疏块;再利用基于PCP的块稀疏RPCA方法,动态地估计前景运动区域,重构出前景目标。实验结果表明,该算法能有效地排除运动和变化背景的干扰,提高对小目标的检测率。
- 黄晓生黄萍曹义亲严浩
- 关键词：目标检测
- 一种改进的基于K-SVD字典学习的运动目标检测算法被引量：2
- 2014年
- 提出了一种基于字典学习的运动目标检测方法.该方法首先使用多帧平均方法从训练样本中得到初始背景,再通过BP算法建立背景的初始稀疏表示模型;然后利用视频序列中当前时刻的近邻五帧图像,通过K-SVD方法自适应更新背景数据字典中的原子,使背景稀疏表示模型最优逼近近邻帧背景的观测值;最后将当前帧图像与背景模型进行差分,完成前景运动目标的检测.仿真和对比实验结果表明,对图像信号进行稀疏表示可以有效降低数据的冗余度,减小运行时间,同时在字典更新阶段利用近邻帧图像的相关性特性,能获得鲁棒性较好的背景字典,自动排除伪前景的干扰,从而提高视频序列中的运动目标检测的准确率.
- 黄晓生黄萍曹义亲严浩
- 关键词：目标检测背景差分字典学习
