基于在线结构化稀疏的卫星视频运动目标检测
计算机视觉与模式识别
2023-07-19 v3
摘要
受计算机视觉近期发展的启发，低秩与结构化稀疏矩阵分解可潜在地用于从卫星视频中提取运动目标。这类方法在背景上寻求秩最小化，通常需要对一段帧序列进行基于批处理的优化，这导致处理延迟并限制了其应用。为弥补该延迟，我们提出在线低秩与结构化稀疏分解（O-LSD）。O-LSD 将带结构化稀疏惩罚的基于批处理的低秩矩阵分解重新表述为等价的逐帧可分离形式，进而定义一个用于在线子空间基估计的随机优化问题。为促进在线处理，O-LSD 对视频中的每一帧交替进行前景与背景分离以及子空间基更新。我们还从理论上了证明 O-LSD 的收敛性。在两个卫星视频上的实验结果表明，O-LSD 在精度与耗时方面的性能可与基于批处理的方法相媲美，且处理延迟显著降低。
引用
@article{arxiv.1911.12989,
title = {Online Structured Sparsity-based Moving Object Detection from Satellite Videos},
author = {Junpeng Zhang and Xiuping Jia and Jiankun Hu and Jocelyn Chanussot},
journal= {arXiv preprint arXiv:1911.12989},
year = {2023}
}