没有合适的资源?快使用搜索试试~ 我知道了~
论文研究-基于迭代张量高阶奇异值分解的运动目标提取.pdf
需积分: 15 1 下载量 62 浏览量
2019-07-22
22:21:53
上传
评论
收藏 1.24MB PDF 举报
温馨提示
试读
6页
将基于凸优化的低秩矩阵恢复(LRMR)理论用于背景建模,当背景不稳定时,这种方法提取运动目标的效果不佳。由于矩阵的数据表示形式破坏了视频在时间和空间上的原始结构,采用张量表征视频的高维结构特性,提出了一种基于迭代张量高阶奇异值分解(HOSVD)的运动目标提取方法。用高阶奇异值分解代替LRMR中的矩阵奇异值分解(SVD),利用增广拉格朗日乘子法重建出三维视频张量的背景部分和运动目标部分,并进一步对运动目标部分进行形态学开闭运算。实验结果证明,相比常用方法,该方法错分率更低,能更准确完整地提取运动目标。
资源推荐
资源评论
资源评论
weixin_39840650
- 粉丝: 409
- 资源: 1万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功