基于去噪的Turbo消息传递用于压缩视频背景减除
机器学习
2021-02-24 v1
摘要
在本文中，我们考虑压缩视频背景减除问题，即从视频的压缩测量中分离其背景与前景。视频的背景通常位于低维空间，而前景通常是稀疏的。更重要的是，每一视频帧都是具有纹理图案的自然图像。通过利用这些性质，我们开发了一种称为基于离线去噪的turbo消息传递（DTMP）的消息传递算法。我们表明，在turbo消息传递框架下，这些结构性质可由现有去噪技术高效处理。我们进一步将DTMP算法扩展到在线场景，其中视频数据以在线方式收集。该扩展基于相邻视频帧之间的相似性/连续性。我们采用光流方法来细化前景估计。我们还采用基于滑动窗口的背景估计以降低复杂度。通过利用消息的高斯性，我们发展了状态演化来刻画离线与在线DTMP的逐次迭代性能。与现有算法相比，DTMP可在低得多的压缩率下工作，并且对于离线与在线压缩视频背景减除均能以获得更低均方误差和更好视觉质量成功地减除背景。
引用
@article{arxiv.2012.05626,
title = {Denoising-based Turbo Message Passing for Compressed Video Background Subtraction},
author = {Zhipeng Xue and Xiaojun Yuan and Yang Yang},
journal= {arXiv preprint arXiv:2012.05626},
year = {2021}
}
备注
15pages, 9 figures