期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于图半监督学习的移动相机背景减除
1
作者
谢朝阳
李金兰
+1 位作者
刘国奇
邹健
《计算机仿真》
2024年第6期237-243,共7页
在对移动相机拍摄的视频进行背景减除时,已有的无监督和监督学习模型的泛化能力都比较差。为此提出一种基于图表示和半监督学习的移动相机背景减除模型。首先提出了一种基于凸非凸图全变差正则的半监督学习模型。模型利用L1范数与其广义...
在对移动相机拍摄的视频进行背景减除时,已有的无监督和监督学习模型的泛化能力都比较差。为此提出一种基于图表示和半监督学习的移动相机背景减除模型。首先提出了一种基于凸非凸图全变差正则的半监督学习模型。模型利用L1范数与其广义Moreau包络的差来构造非凸图全变差正则,可避免图全变差中L1正则项带来的有偏估计,并且在理论上可以保证模型中目标函数的整体凸性,进而可以利用交替方向乘子法对模型进行求解。数值实验中,将新模型应用到背景减除中,并在CDnet2014数据集的PTZ挑战上进行了比较实验。实验结果表明,对移动相机视频序列进行背景减除时,新模型在视觉效果和数值指标上都要优于已有的无监督和监督学习模型。
展开更多
关键词
背景减除
半监督学习
图表示
凸非凸全变差
交替方向乘子法
下载PDF
职称材料
题名
基于图半监督学习的移动相机背景减除
1
作者
谢朝阳
李金兰
刘国奇
邹健
机构
长江大学信息与数学学院
河南师范大学计算机与信息工程学院
出处
《计算机仿真》
2024年第6期237-243,共7页
基金
国家自然科学基金(61901160)。
文摘
在对移动相机拍摄的视频进行背景减除时,已有的无监督和监督学习模型的泛化能力都比较差。为此提出一种基于图表示和半监督学习的移动相机背景减除模型。首先提出了一种基于凸非凸图全变差正则的半监督学习模型。模型利用L1范数与其广义Moreau包络的差来构造非凸图全变差正则,可避免图全变差中L1正则项带来的有偏估计,并且在理论上可以保证模型中目标函数的整体凸性,进而可以利用交替方向乘子法对模型进行求解。数值实验中,将新模型应用到背景减除中,并在CDnet2014数据集的PTZ挑战上进行了比较实验。实验结果表明,对移动相机视频序列进行背景减除时,新模型在视觉效果和数值指标上都要优于已有的无监督和监督学习模型。
关键词
背景减除
半监督学习
图表示
凸非凸全变差
交替方向乘子法
Keywords
Background subtraction
Semi-supervised learning
Graph representation
Convex non-convex total variance
Alternation directional multiplier method
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于图半监督学习的移动相机背景减除
谢朝阳
李金兰
刘国奇
邹健
《计算机仿真》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部