文献

J-GLOBAL ID：201702260707635699   整理番号：17A1674182

テンソル低ランク表現と時空スパース分解によるビデオ前景検出【JST・京大機械翻訳】

Video foreground detection of tensor low-rank representation and spatial-temporal sparsity decomposition

著者 (5件)： Sui Zhongshan (火箭軍工程大学信息工程系,陜西西安,710025) ,  Li Junshan (火箭軍工程大学信息工程系,陜西西安,710025) ,  Zhang Jiao (火箭軍工程大学信息工程系,陜西西安,710025) ,  Fan Shaoyun (96518部隊,湖南懐化,418000) ,  Sun Shengyong (南京炮兵学院戦役戦術教研室,江蘇南京,211132)
資料名： Guangxue Jingmi Gongcheng  (Guangxue Jingmi Gongcheng)
巻： 25  号： 2  ページ： 529-536  発行年： 2017年 
JST資料番号： C2090A  ISSN： 1004-924X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ビデオにおける前景検出の問題を解決するために,テンソル低ランク表現(TLR)と時空スパース分解に基づく新しい検出法を提案した。ビデオシーケンスにおける前景はスパース性を持つだけでなく,空間における連続性と時間の持続性を持つので,本論文では,時空スパース性ノルムを用いて前景特性を深くマイニングすることを提案した。テンソル低ランク表現法を用いて,オリジナルのビデオをテンソル形式で分解し,元のデータの情報と列の情報を完全に利用して,バックグラウンド,前景,およびノイズの三分解を生み出すために,オリジナルのバックグラウンドと前方の二値分解を一般化した。非正確な拡張ラグランジュ乗数(IALM)法を用いて,最適化を行い,アルゴリズムを解析した。実験により,提案した方法の有効性を検証し,比較し,アルゴリズムの効果に影響する重要なパラメータρをさらに研究した。実験結果は以下を示す。この方法はビデオ中の運動前景を効果的に検出することができ、その正確性はすでに既存の方法と比べて一定の向上がある。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 検出法 ,  アルゴリズム ,  連続性 ,  *テンソル ,  ノルム ,  *録画装置 ,  雑音 ,  Lagrange乗数法 ,  最適化
準シソーラス用語： 正確性 ,  持続性 ,  スパース性 ,  *前景 ,  ビデオシーケンス ,  *前景検出 , 【Automatic Indexing@JST】

著者キーワード (6件)： video ,  foreground detection ,  low rank ,  spatial-temporal sparsity decomposition ,  tensor low-rank representation ,  inexact augmented Lagrange multiplier

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： テンソル ,  表現 ,  時空 ,  スパース分解 ,  ビデオ ,  前景検出