一种面向运动目标提取的对称交替方向RPCA算法

摘要 基于鲁棒主成分分析（RPCA）的运动目标提取对背景变化具有良好的鲁棒性，但传统的基于交替方向法（ADM）的鲁棒主成分分析方法存在计算量大、耗时长等缺陷.为了克服这些问题，一种对称交替方向法（SADM）被提出来，该方法优化了原ADM迭代策略，在一次迭代中对线性约束乘数更新两次，减少了计算成本很大的奇异值分解（SVD）执行的次数，同时加入了新的均衡参数和停机准则，以提高运动目标的提取精度，避免多余的迭代以减少运行时间.通过F测度这一衡量指标对实验结果进行量化，提出的算法比对比算法的提取精度平均提高33.04%，运行时间相对原ADM提高了98.8%