基于多源信息和时空约束的移动目标检测算法

移动目标检测旨在分离视频的背景与前景。目前主流的检测算法仅利用单独的前景信息或噪声信息来修正背景,该做法在处理以间歇性运动为代表的特殊场景时效果不佳。同时,大量检测算法忽略了前景的时间连续性甚至高阶时间信息,使得算法难以对动态背景和移动前景进行综合处理。针对上述问题,设计了基于多源信息和时空约束的移动目标检测算法。在低秩背景模型中,根据多源信息即结构化的前景信息和噪声信息定义权重项,以此降低前景和离群噪声对静态背景估计的干扰。其次,将所设计的二阶时间差分项纳入组稀疏约束中,在时空维度上增强前景完整性并抑制动态背景干扰。实验结果表明,与现有算法相比,所提算法的F-measure值达到最优,抗干扰性和前景提取能力更为均衡。