• 山東科技大學學報(自然科學版)

    2020, v.39;No.190(05) 68-78

    [打印本頁] [關閉]
    本期目錄(Current Issue) | 過刊瀏覽(Past Issue) | 高級檢索(Advanced Search)

    基于矩陣分解的小計算代價RPCA模型及應用
    RPCA model with low computational cost based on matrix factorization and its application

    王永麗;苑慶美;陳勇勇;孫志鵬;徐菲;鐘勇;

    摘要(Abstract):

    魯棒主成分分析(RPCA)是處理前景-背景分離問題的常用模型,然而原始RPCA模型及多數改進模型直接使用核范數來近似矩陣秩函數,常導致求解效率低且分離效果不理想等問題,尤其是當背景動態變化時。為降低計算代價,改善分離效果,引入矩陣分解技巧,同時在模型中加入二值模板和置信圖等時空約束信息,對基于核范數的RPCA模型進行改進,提出一種新的小計算代價RPCA模型。運用增廣拉格朗日乘子法求解改進后的模型,并在大量真實數據集上進行數值實驗。實驗結果表明,與現有的模型相比,新模型的召回率、準確率及相似度等評價指標都有明顯的改善,且分離精度和求解效率也顯著提高。

    關鍵詞(KeyWords): 前景-背景分離;魯棒主成分分析;核范數;矩陣分解;動態背景

    Abstract:

    Keywords:

    基金項目(Foundation):

    作者(Author): 王永麗;苑慶美;陳勇勇;孫志鵬;徐菲;鐘勇;

    Email:

    DOI: 10.16452/j.cnki.sdkjzk.2020.05.008

    參考文獻(References):

    擴展功能
    本文信息
    服務與反饋
    本文關鍵詞相關文章
    本文作者相關文章
    中國知網
    分享
    大庄家彩票