基于四元数的鲁棒主成分分析用于彩色视频中移动目标检测与背景恢复
计算机视觉与模式识别
2025-07-29 v1 人工智能
摘要
移动目标检测是计算机视觉中的一个挑战性任务，旨在生成多样化野外彩色视频中由静止摄像机捕获的准确分割图。 如果可以同时提取背景和目标并进行重组，这种合成数据可以显著丰富标注的野外数据集，并增强深度模型的泛化能力。四元数基于鲁棒主成分分析 (QRPCA) 是彩色图像处理的有前景的无监督范式。然而，在彩色视频处理中，Quaternion 奇异值分解 (QSVD) 产生高计算成本，且秩-1 四元数矩阵无法产生秩-1 彩色通道。在本文中，我们通过利用四元数黎曼流形将 QSVD 的计算复杂度降低到 o(1)。此外，我们提出了通用 QRPCA (uQRPCA) 框架，实现了在彩色视频中同时分割目标和恢复背景的平衡。我们进一步通过引入 Color Rank-1 Batch (CR1B) 方法扩展为 uQRPCA+，以进一步处理并获得彩色通道上的理想低秩背景。实验表明，uQRPCA+ 在移动目标检测和背景恢复任务上达到 State Of The Art (SOTA) 水平，优于现有开源方法。我们的实现已公开于 GitHub，地址为 https://github.com/Ruchtech/uQRPCA。
引用
@article{arxiv.2507.19730,
title = {Quaternion-Based Robust PCA for Efficient Moving Target Detection and Background Recovery in Color Videos},
author = {Liyang Wang and Shiqian Wu and Shun Fang and Qile Zhu and Jiaxin Wu and Sos Again},
journal= {arXiv preprint arXiv:2507.19730},
year = {2025}
}