Resumen

El modelado de fondo y primer plano es un método típico en la aplicación de visión por computadora. El actual modelo general de baja jerarquía + disperso descompone los fotogramas de las secuencias de video en fondo de baja jerarquía y primer plano disperso. Pero la suposición dispersa en dicho modelo puede no coincidir con la realidad, y el modelo tampoco puede reflejar directamente la correlación entre el fondo y el primer plano. Por lo tanto, presentamos un modelo novedoso para resolver este problema al descomponer la matriz de datos organizada en fondo de baja jerarquía y primer plano en movimiento. Aquí, solo necesitamos dar la suposición a priori de que el fondo es de baja jerarquía y permitir que el primer plano se separe del fondo tanto como sea posible. Con base en esta división, utilizamos un par de normas duales, la norma nuclear y la norma espectral, para regularizar el primer plano y el fondo, respectivamente. Además, utilizamos una función ponderada en lugar de la norma normal para obtener un modelo de aproximación mejor y más rápido

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Modelado; Visión por computadora; De bajo rango; Primer plano; Fondo; Disperso
• Keywords:Modeling; Computer vision; Low-rank; Foreground; Background; Sparse