基于矩阵分解的在线动态背景减除算法研究

目录

声明

第一章绪论

1.1 课题的研究意义

1.2 视频背景去除算法的研究背景以及现状

1.3 内容安排

第二章矩阵分解在背景减除算法中的理论基础

2.1 低秩稀疏矩阵分解

2.2.1主成分分析

2.2.2鲁棒主成分分析

2.3健壮的子空间跟踪

2.3.1 GRASTA 算法

2.4鲁棒低秩最小化

2.4.1 DECOLOR 算法

2.5低秩矩阵分解运用于动态背景

2.6.1概率图模型

2.6.2贝叶斯网络模型

2.6.3 EM 算法

2.7本章小结

第三章在线透射变换低秩稀疏矩阵分解去除动态背景算法

3.1 视频图像预处理

3.2 图像匹配

3.2.1 SIFT 匹配算法

3.2.2 SURF匹配算法

3.3 透视变换模型

3.3.1透射逆变换

3.4 MOG 算法

3.4.1 混合高斯模型

3.4.2 模型建立

3.4.3 模型求解

3.5 OMoGMF算法

3.5.1 模型建立

3.5.2 模型目标函数

3.5.3 模型求解

3.6 tv范数修正模型

3.6.1 全变分范数

3.6.2 全变分范数修正模型求解

3.7 本章小结

第四章实验与仿真

4.1 视频库实验

4.1.1 动态视频库

4.2本章小结

第五章算法评估与参数分析

5.1评价指标

5.1.1经典评价指标

5.1.2动态视频评价指标

5.1.3本文评价指标

5.2算法评估

5.2.1动态背景视频库

5.3算法分析

5.3.1自适应参数

5.3.2滑窗处理

5.4本章小结

第六章结论与展望

6.1 总结

6.2 展望

致 谢

参考文献

在学期间取得的与学位论文相关的研究成果