%0 Journal Article
%T 基于全变分-核回归的RPCA运动目标检测方法
%A 何伟
%A 吴健辉
%A 涂兵
%A 齐琦
%J 中山大学学报（自然科学版）
%D 2017
%X 摘要 近年来，鲁棒主成分分析法(Robust Principal Component Analysis,RPCA)被广泛应用到运动目标检测中，但该类方法未能有效利用运动目标的时空连续性先验，容易将动态背景误判为运动目标，且背景恢复精度不高.为此提出一种基于全变分-核回归的RPCA运动目标检测方法.该方法以RPCA为基础，利用3维全变分模型增强前景的时空连续性，去除动态背景干扰，得到清晰完整的前景.同时，利用基于扩散张量的核回归对背景的时空相关性建模，去除噪声干扰，从而精确恢复背景.在多组公开数据集上的实验结果表明，该方法在动态背景、光照变化等复杂场景中能够较为精确地检测出运动目标和恢复背景
%K 运动目标检测
%K 背景恢复
%K 全变分
%K 核回归
%K 鲁棒主成分分析
%U http://xwxt.sict.ac.cn/CN/abstract/abstract4099.shtml