基于稀疏优化算法的视频运动分割

摘要

该文提出一种基于子空间模型分割视频中多个运动目标的方法。实际视频序列中提取的特征点是复杂的高维数据,本文结合现有文献,首次提出使用稀疏主成分分析(SPCA)算法降维,将原始高维数据投影到一个具有稀疏表示的低维空间,在此基础上,提出基于特征角的"稀疏近邻"估计方法得到相似度矩阵,从而获得最终的子空间聚类结果。将该文提出的方法应用到视频序列中,并与现有的运动分割的算法进行比较。实验结果表明,本文提出的方法可以准确对视频中不同运动的物体进行分类,并在精度和运算速度方面与其他算法相比都有很大的提高。