-
Patent Agency Ranking
公开(公告)号：CN111428795A
公开(公告)日：2020-07-17
申请号：CN202010229248.0
申请日：2020-03-27
Applicant: 南京信息职业技术学院
IPC: G06K9/62
Abstract: 本发明公开了一种改进的非凸鲁棒主成分分析方法，将待处理视频转化为一个大小为m行，n列的二维矩阵D；将二维矩阵D输入至预先构建的改进的非凸鲁棒主成分分析方法的模型，输出为对应于视频背景的低秩矩阵B和对应于视频前景的稀疏矩阵F，所述改进的非凸鲁棒主成分分析方法的模型采用广义非凸核范数作为模型的秩函数，采用结构化稀疏范数作为模型中的l0范数。优点：本发明能够更好的逼近传统鲁棒主成分分析方法中的秩函数，提高了鲁棒主成分分析方法在视频的前背景分离中的效果；引入结构化稀疏范数，为视频的前景建立了结构化的稀疏模型，极大的丰富了模型的结构化信息，提高了鲁棒主成分分析方法对光照、波动等因素影响的视频的前背景分离的效果。
-
公开(公告)号：CN110675422A
公开(公告)日：2020-01-10
申请号：CN201910933428.4
申请日：2019-09-29
Applicant: 南京信息职业技术学院
IPC: G06T7/194
Abstract: 本发明公开了一种基于广义非凸鲁棒主成分分析的视频前背景分离方法，将待处理视频转化为一个大小为m行，n列的二维矩阵M，其中m为视频中每一帧的长宽积，n为待处理视频所含的帧数；将所述二维矩阵M输入至预先构建的基于广义非凸鲁棒主成分分析的视频前背景分离模型，得到低秩矩阵L和稀疏矩阵S，低秩矩阵L和稀疏矩阵S分别为待处理视频的背景和前景。优点：解决了现有的视频前背景分离方法中对秩函数和稀疏度函数的替代函数过惩罚而导致逼近程度不佳的问题，提高了视频前背景方法的性能。
-
公开(公告)号：CN111429475B
公开(公告)日：2023-04-18
申请号：CN202010229250.8
申请日：2020-03-27
Applicant: 南京信息职业技术学院
IPC: G06T7/194
Abstract: 本发明公开了一种基于鲁棒低秩稀疏分解的视频前背景分离方法，将待处理视频转化为一个大小为m行，n列的二维矩阵M，m为视频每帧的长宽积，n为视频的帧数；将二维矩阵M输入至预先构建的基于鲁棒低秩稀疏分解的视频前背景分离方法的模型，输出对应于视频背景的低秩矩阵B、对应于视频前景的稀疏矩阵F和噪声矩阵G；所述基于鲁棒低秩稀疏分解的视频前背景分离方法的模型采用广义非凸核范数作为模型的秩函数，采用结构化稀疏诱导范数作为模型的l0范数，并增加噪声项。优点：与传统的视频前背景分离方法比较，鲁棒性好，抗噪声强，对带噪声的视频的前背景分离效果好。
-
公开(公告)号：CN110675422B
公开(公告)日：2023-03-03
申请号：CN201910933428.4
申请日：2019-09-29
Applicant: 南京信息职业技术学院
IPC: G06T7/194
Abstract: 本发明公开了一种基于广义非凸鲁棒主成分分析的视频前背景分离方法，将待处理视频转化为一个大小为m行，n列的二维矩阵M，其中m为视频中每一帧的长宽积，n为待处理视频所含的帧数；将所述二维矩阵M输入至预先构建的基于广义非凸鲁棒主成分分析的视频前背景分离模型，得到低秩矩阵L和稀疏矩阵S，低秩矩阵L和稀疏矩阵S分别为待处理视频的背景和前景。优点：解决了现有的视频前背景分离方法中对秩函数和稀疏度函数的替代函数过惩罚而导致逼近程度不佳的问题，提高了视频前背景方法的性能。
-
公开(公告)号：CN111429475A
公开(公告)日：2020-07-17
申请号：CN202010229250.8
申请日：2020-03-27
Applicant: 南京信息职业技术学院
IPC: G06T7/194
Abstract: 本发明公开了一种基于鲁棒低秩稀疏分解的视频前背景分离方法，将待处理视频转化为一个大小为m行，n列的二维矩阵M，m为视频每帧的长宽积，n为视频的帧数；将二维矩阵M输入至预先构建的基于鲁棒低秩稀疏分解的视频前背景分离方法的模型，输出对应于视频背景的低秩矩阵B、对应于视频前景的稀疏矩阵F和噪声矩阵G；所述基于鲁棒低秩稀疏分解的视频前背景分离方法的模型采用广义非凸核范数作为模型的秩函数，采用结构化稀疏诱导范数作为模型的l0范数，并增加噪声项。优点：与传统的视频前背景分离方法比较，鲁棒性好，抗噪声强，对带噪声的视频的前背景分离效果好。
-
-
-
-
Search Results
5
records
(took 0.036 seconds)
