COROLA：一种基于低秩近似的运动目标检测序贯方法
计算机视觉与模式识别
2016-02-01 v2 机器人学
摘要
从视频序列中提取运动目标并估计每幅图像的背景是许多实际应用（如视觉监控、智能车辆导航和交通监测）中的基本问题。最近，一些方法被提出通过低秩近似和稀疏离群点来检测视频中的运动目标，其中背景由视频计算出的低秩分量建模，前景目标被检测为低秩近似中的稀疏离群点。所有这些现有方法都以批处理方式工作，阻碍了它们在实时和长时间任务中的应用。在本文中，我们提出了一个在线序贯框架，即基于在线低秩近似的连续离群点表示（COROLA），以同时检测运动目标和学习背景模型。我们还展示了我们的模型能够检测移动摄像机下的运动目标。我们的实验评估使用了模拟数据和真实公共数据集，并证明了COROLA在准确率和执行时间方面的优越性能。
引用
@article{arxiv.1505.03566,
title = {COROLA: A Sequential Solution to Moving Object Detection Using Low-rank Approximation},
author = {Moein Shakeri and Hong Zhang},
journal= {arXiv preprint arXiv:1505.03566},
year = {2016}
}
备注
37 pages, 10 figures