买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于张量的背景减除方法及系统_桂林电子科技大学_201911098926.8 

申请/专利权人:桂林电子科技大学

申请日:2019-11-12

公开(公告)日:2023-09-29

公开(公告)号:CN110969638B

主分类号:G06T7/136

分类号:G06T7/136;G06T7/194

优先权:

专利状态码:有效-授权

法律状态:2023.09.29#授权;2020.05.01#实质审查的生效;2020.04.07#公开

摘要:本发明公开了一种基于张量的背景减除方法及系统。该方法包括:获取观测张量;对观测张量进行高阶奇异值分解,得到初始化核心张量、因子、初始化辅助张量、拉格朗日乘子以及迭代次数;将观测张量分解为背景张量和前景张量;通过基于克罗内克基表示的张量稀疏检测方法约束背景张量,通过范数约束前景张量,得到最小化问题;通过求解最小化问题,得到迭代核心张量、迭代因子、迭代辅助张量以及迭代前景张量;判断所述迭代前景张量与前景张量之间的变化是否小于预先设定的阈值;若否,更新拉格朗日乘子;若是,根据迭代核心张量和迭代因子,得到迭代背景张量;根据迭代背景张量和迭代前景张量完成前景和背景的分离。本发明能够快速准确的分离背景和前景。

主权项:1.一种基于张量的背景减除方法,其特征在于,所述方法包括:获取观测张量;所述观测张量为监控视频;对所述观测张量进行高阶奇异值分解,得到初始化核心张量、因子、初始化辅助张量、拉格朗日乘子以及迭代次数;所述因子包括第一因子、第二因子以及第三因子;将所述观测张量分解为背景张量和前景张量;通过基于克罗内克基表示的张量稀疏检测方法约束所述背景张量,通过范数约束所述前景张量,得到最小化问题;通过求解最小化问题,得到迭代核心张量、迭代因子、迭代辅助张量以及迭代前景张量;具体包括:运用软阈值方法求解最小化问题,得到第t次迭代核心张量St:其中是阈值算子Q=O×1U1T×2U2T×3U3T,χ是监控视频,χ2为监控视频前景,μ是平衡参数,ζ是常数;ε表示极小的正数,Bi是辅助张量,pi是拉格朗日乘子;通过运用冯诺依曼迹不等式求解最小化问题,得到第t次迭代因子Ukt:Ukt=ZkCkT;其中Ak=Zk∑CkT是Ak的奇异值分解,unfoldk表示为张量按modek展开,Zk是左奇异值向量矩阵,Ck是右奇异值向量矩阵,T是转置,k是第k次迭代,Ui是因子,s是核心张量;通过求解最小化问题,得到第t次迭代辅助张量Bkt:Btk=foldkV1∑ηV2T;其中V1diagσ1,σ2,…,σnV2是的奇异值分解,σ为矩阵的奇异值;foldk表示按modek将矩阵转化为张量,∑η=diagDη,εσ1,Dη,εσ2,…,Dη,εσn;V1是左奇异值向量矩阵,V2是右奇异值向量矩阵,s是核心张量,是阈值算子,σn是第n个奇异值,η为具体的数;通过求解最小化增广拉格朗日函数,得到第t次迭代前景张量χ2t:其中M=χ-s×1U1×2U2×3U3,i,j是正整数,i,j=1,2,…,β是平衡参数;判断所述迭代前景张量与前景张量之间的变化是否小于预先设定的阈值;若否,更新拉格朗日乘子;若是,根据迭代核心张量和迭代因子,得到迭代背景张量;根据所述迭代背景张量和所述迭代前景张量完成前景和背景的分离。

全文数据:

权利要求:

百度查询: 桂林电子科技大学 一种基于张量的背景减除方法及系统

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。