动态背景下基于低秩及稀疏分解的动目标检测方法

摘要

本发明属于计算机视觉领域，涉及动态背景下基于低秩及稀疏分解的动目标检测方法，该方法首先引入伽马范数(γ‑norm)近乎无偏地逼近秩函数以解决核范数过度惩罚较大奇异值导致所得最小化问题无法获得最优解进而降低检测性能的问题，利用L1/2范数抽取稀疏前景目标以增强对噪声的稳健性。基于虚警像素具有稀疏且空间不连续特性提出空间连续性约束以抑制动态背景像素，进而构建目标检测模型。利用基于交替方向最小化策略扩展的增广拉格朗日乘子法对所得优化问题求解。本发明显著改善动态背景情况下动目标检测精度。