基于双图与加权核范数正则化的人体运动检测
计算机视觉与模式识别
2023-04-12 v1
摘要
运动检测已广泛应用于监控和机器人等众多领域。由于存在静态背景，运动视频可分解为低秩背景与稀疏前景。因此许多保持矩阵低秩性的正则化技术可施加于背景。同时，基于几何的正则化（如图形正则化）可施加于前景。近来，包括加权核范数正则化在内的加权正则化技术已在图像处理领域提出，以在获得高效性能的同时促进自适应稀疏性。本文提出一种基于新颖加权核范数正则化与时空图Laplacian的鲁棒双图正则化运动目标检测模型。在真实人体运动数据集上的数值实验证明了该方法在从背景中分离运动目标的有效性与鲁棒性，以及在机器人应用中的巨大潜力。
引用
@article{arxiv.2304.04879,
title = {Human Motion Detection Based on Dual-Graph and Weighted Nuclear Norm Regularizations},
author = {Jing Qin and Biyun Xie},
journal= {arXiv preprint arXiv:2304.04879},
year = {2023}
}
备注
arXiv admin note: substantial text overlap with arXiv:2204.11939