DECOLOR目标检测及背景估计算法

本文介绍了一种名为DECOLOR的目标检测和背景分割算法,它利用矩阵低秩表示中的连续异常点检测运动目标。该方法结合了RPCA模型与L0正则化,能适应摄像机运动情况,但不适合实时场景,且优化目标函数非凸。通过马尔科夫随机场建模,DECOLOR能检测连续的异常区域并进行背景建模。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目:Moving Object Detection by Detecting Contiguous Outliers in theLow-Rank Representation

作者:Xiaowei Zhou Can Yang Weichuan Yu

来源:EEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2013

本来阅读目标跟踪方面的文章,没想到里边夹着着一篇目标检测和背景分割的文章,就顺便阅读了一下。里边也有用到稀疏表示的一些方法和知识。

1.     总述

本文的算法主要是检测运动目标,同时可以进行背景估计。本文主要通过矩阵低秩表示中的连续的突出点检测方法来实现运动目标的检测,在优化的过程中还可以对背景进行建模,同时实现运动目标的检测和背景分割的目的。本文中的方法也可以适用于摄像机运动的情况,从文章中粘出的实验结果图可以看出,效果还是挺不错的,就是速度有点慢。同时该方法是进行批图像处理的,不能够应用在实时的场景中。还有就是文中需要优化的目标函数是非凸的。

本文主要有以下三方面的贡献:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值