申请/专利权人:南京信息职业技术学院
申请日:2020-03-27
公开(公告)日:2020-07-17
公开(公告)号:CN111429475A
主分类号:G06T7/194(20170101)
分类号:G06T7/194(20170101)
优先权:
专利状态码:有效-授权
法律状态:2023.04.18#授权;2020.08.11#实质审查的生效;2020.07.17#公开
摘要:本发明公开了一种基于鲁棒低秩稀疏分解的视频前背景分离方法,将待处理视频转化为一个大小为m行,n列的二维矩阵M,m为视频每帧的长宽积,n为视频的帧数;将二维矩阵M输入至预先构建的基于鲁棒低秩稀疏分解的视频前背景分离方法的模型,输出对应于视频背景的低秩矩阵B、对应于视频前景的稀疏矩阵F和噪声矩阵G;所述基于鲁棒低秩稀疏分解的视频前背景分离方法的模型采用广义非凸核范数作为模型的秩函数,采用结构化稀疏诱导范数作为模型的l0范数,并增加噪声项。优点:与传统的视频前背景分离方法比较,鲁棒性好,抗噪声强,对带噪声的视频的前背景分离效果好。
主权项:1.一种基于鲁棒低秩稀疏分解的视频前背景分离方法,其特征在于,将待处理视频转化为一个大小为m行,n列的二维矩阵M,m为视频每帧的长宽积,n为视频的帧数;将二维矩阵M输入至预先构建的基于鲁棒低秩稀疏分解的视频前背景分离方法的模型,输出对应于视频背景的低秩矩阵B、对应于视频前景的稀疏矩阵F和噪声矩阵G;所述基于鲁棒低秩稀疏分解的视频前背景分离方法的模型采用广义非凸核范数作为模型的秩函数,采用结构化稀疏诱导范数作为模型的l0范数,并增加噪声项。
全文数据:
权利要求:
百度查询: 南京信息职业技术学院 一种基于鲁棒低秩稀疏分解的视频前背景分离方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。