一种使用稀疏约束和连续约束的前景检测算法  

作　　者：金晋[1] 

机构地区：[1]中国人民公安大学信息网络安全学院,北京100038

出　　处：《网络安全技术与应用》2021年第4期31-33,共3页Network Security Technology & Application

基　　金：国家重点研发计划项目(2018YFC0824405);公安部科技强警基础工作专项项目:基于攻防对抗的反恐重点目标风险评估模型与防护技术研究(2019GABJC02)。

摘　　要：对带有动态背景的前景检测,特别是在没有干净背景可用情况下的前景检测一直是计算机视觉领域中具有挑战性的难题。本文基于稀疏表示(SR)和马尔可夫随机场(MRF)提出了一种新的前景检测方法。首先,用前一帧的稀疏组合来表示静态背景,而在稀疏表示模型的残差中包含稀疏的前景和动态背景。然后,用马尔可夫随机场方法,利用其聚集的性质,抑制分散的噪声和保护前景信号。最后,将增强拉格朗日乘子(ALM)和图割法结合,形成一种有效的自适应算法。大量的实验数据表明该方法的有效性和鲁棒性。

关 键 词：背景稀疏表示 稀疏前景检测 马尔可夫随机场模型 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]