移動攝像下的背景減除技術(shù)研究.pdf

1、移動攝像下的背景減除技術(shù)是目前計算機視覺中的難點之一，其有別于一般的背景減除方法，即以靜止背景作為假設(shè)和前提。因為攝像機的運動會導致了整個背景的運動，相對于靜止背景而言，這大大地增加了運動目標檢測以及背景分類的難度。本文以此為研究背景，嘗試解決上述問題。本文采用一種改進的魯棒主元分析作為背景建模的方法，并針對移動攝像下背景運動的狀況，提出一種兩段式的運動參數(shù)估計方法，來克服該運動所造成的不利影響，這其中包括魯棒多分辨率估計作為參數(shù)的預估

2、計方法，和RASL算法作為參數(shù)的迭代更新手段。本文的主要研究內(nèi)容如下:
　　(1)對目前移動攝像下背景減除的一般性方法進行分析和歸納。然后，我們重點介紹了魯棒主元分析，了解到該模型可以把一個大數(shù)據(jù)矩陣分解為一個低秩矩陣和一個稀疏矩陣相加的形式，并通過有效的算法，從被破壞的數(shù)據(jù)矩陣中還原出我們想要的低秩背景矩陣和稀疏前景矩陣。
　　(2)對運動模型參數(shù)的魯棒估計方法進行分析和研究。首先，介紹了目前主流的幾大參數(shù)運動模型，通過分

3、析比較選擇較為合適的仿射模型。然后重點介紹了多分辨率框架下的兩種參數(shù)估計算法，通過實驗分析和比較，選擇了具有魯棒估計性能的迭代重加權(quán)最小二乘法，以此作為整個算法的參數(shù)預估計方法。
　　(3)對移動攝像下的魯棒主元分析模型進行優(yōu)化和求解，以此作為整個算法的核心主要部分。為了在魯棒主元分析模型上進行運動參數(shù)的迭代更新，引入了一種基于該模型的魯棒校準方法（RASL）。并針對該方法上的一些不足，采用了一種改進的魯棒主元分析，該新模型主要考