基于信道特征的物联网设备物理层认证

1

作者 江凌云 史秀秀 《南京邮电大学学报(自然科学版)》 北大核心 2025年第1期21-28,共8页

目前的物联网设备处在复杂的环境中且资源有限,基于信道特征的被动型物理层认证(Physical Layer Authentication,PLA)方式非常适合应用于目前的物联网设备。而传统基于信道特征的PLA采集到的是静态特征,导致现实中的时变信道认证概率较... 目前的物联网设备处在复杂的环境中且资源有限,基于信道特征的被动型物理层认证(Physical Layer Authentication,PLA)方式非常适合应用于目前的物联网设备。而传统基于信道特征的PLA采集到的是静态特征,导致现实中的时变信道认证概率较低。针对这一问题,使用支持向量机(Support Vector Machine,SVM)对时变信道下提取的信道特征进行分类认证,并使用在线学习随机梯度下降(Stochastic Gradient Descent,SGD)来更新SVM模型,实现了分类模型随着信道的变化而更新。此外,使用了鲁棒主成分分析(Robust Principal Component Analysis,RPCA)对提取的信道特征进行降维处理,降低获取SVM模型的复杂度并抑制了信道噪声的干扰。仿真结果表明,方案改善了时变信道下的认证概率,提高了鲁棒性。 展开更多

关键词 物理层认证 支持向量机 随机梯度下降 鲁棒主成分分析

在线阅读 下载PDF 职称材料

基于RPCA的图像模糊边缘检测算法 被引量：7

2

作者 李姗姗 陈莉 +1 位作者 张永新 袁娅婷 《计算机科学》 CSCD 北大核心 2018年第5期273-279,290,共8页

针对传统边缘检测方法未能在抗噪性能与边缘检测精度之间取得较好的权衡的问题,利用鲁棒主成分分析模型良好的矩阵恢复能力与图像模糊边缘检测算法较佳的边缘检测性能,提出一种基于RPCA的图像模糊边缘检测算法,将图像的边缘检测问题转... 针对传统边缘检测方法未能在抗噪性能与边缘检测精度之间取得较好的权衡的问题,利用鲁棒主成分分析模型良好的矩阵恢复能力与图像模糊边缘检测算法较佳的边缘检测性能,提出一种基于RPCA的图像模糊边缘检测算法,将图像的边缘检测问题转化为图像主成分的边缘检测问题。该算法对含噪图像进行RPCA分解,得到对应的稀疏图像和低秩图像,再用一种基于阈值的隶属函数将低秩图像转化至等效的模糊特征平面,并在该特征平面上进行模糊增强运算,最后进行空域转化及边缘提取等操作得到最终的边缘图像。实验结果表明,该算法提高了边缘定位的精度,对不同类型、不同强度的噪声均具有较好的抑制能力,适用于对实时性要求不高的图像处理。 展开更多

关键词 鲁棒主成分分析 低秩图像 边缘检测 隶属函数 模糊特征平面

在线阅读 下载PDF 职称材料

基于全变分-核回归的RPCA运动目标检测方法 被引量：4

3

作者 何伟 齐琦 +1 位作者 吴健辉 涂兵 《小型微型计算机系统》 CSCD 北大核心 2017年第8期1916-1920,共5页

近年来,鲁棒主成分分析法(Robust Principal Component Analysis,RPCA)被广泛应用到运动目标检测中,但该类方法未能有效利用运动目标的时空连续性先验,容易将动态背景误判为运动目标,且背景恢复精度不高.为此提出一种基于全变分-核回归... 近年来,鲁棒主成分分析法(Robust Principal Component Analysis,RPCA)被广泛应用到运动目标检测中,但该类方法未能有效利用运动目标的时空连续性先验,容易将动态背景误判为运动目标,且背景恢复精度不高.为此提出一种基于全变分-核回归的RPCA运动目标检测方法.该方法以RPCA为基础,利用3维全变分模型增强前景的时空连续性,去除动态背景干扰,得到清晰完整的前景.同时,利用基于扩散张量的核回归对背景的时空相关性建模,去除噪声干扰,从而精确恢复背景.在多组公开数据集上的实验结果表明,该方法在动态背景、光照变化等复杂场景中能够较为精确地检测出运动目标和恢复背景. 展开更多

关键词 运动目标检测 背景恢复 全变分 核回归 鲁棒主成分分析

在线阅读 下载PDF 职称材料

基于机器视觉和卷积神经网络的钢材焊接缺陷检测方法研究

4

作者 唐威 石艳 +2 位作者 李淇 陈强 郝琪 《热加工工艺》 北大核心 2025年第13期41-47,共7页

为了提高钢材焊接缺陷的查准率、召回率和检测效率,提出了基于机器视觉和卷积神经网络的钢材焊接缺陷检测方法。采用灰度化处理、均值滤波和中值滤波方法对图像进行增强;基于鲁棒性主成分分析方法提取焊接缺陷特征,再通过阈值分割和形... 为了提高钢材焊接缺陷的查准率、召回率和检测效率,提出了基于机器视觉和卷积神经网络的钢材焊接缺陷检测方法。采用灰度化处理、均值滤波和中值滤波方法对图像进行增强;基于鲁棒性主成分分析方法提取焊接缺陷特征,再通过阈值分割和形态学腐蚀-膨胀的操作对缺陷进行定位。对于焊接缺陷检测问题,通过改进的ResNet152卷积神经网络模型搭建分类器进行训练,并与传统的ResNet152、InceptionNet-v3、ResNet101、DenseNet和ResNet50分类器进行比较。试验结果表明:改进的ResNet152分类器的综合性能优于其他5种网络模型,召回率为99.05%,查准率为98.11%,平均精确率为97.54%。本方法对钢材焊接缺陷检测具有一定实践意义。 展开更多

关键词 机器视觉 鲁棒性主成分分析 卷积神经网络 焊接缺陷

在线阅读 下载PDF 职称材料

一种面向运动目标提取的对称交替方向RPCA算法 被引量：1

5

作者 吴高宇 邵振洲 +2 位作者 渠瀛 施智平 关永 《小型微型计算机系统》 CSCD 北大核心 2018年第6期1349-1353,共5页

基于鲁棒主成分分析(RPCA)的运动目标提取对背景变化具有良好的鲁棒性,但传统的基于交替方向法(ADM)的鲁棒主成分分析方法存在计算量大、耗时长等缺陷.为了克服这些问题,一种对称交替方向法(SADM)被提出来,该方法优化了原ADM迭代策略,... 基于鲁棒主成分分析(RPCA)的运动目标提取对背景变化具有良好的鲁棒性,但传统的基于交替方向法(ADM)的鲁棒主成分分析方法存在计算量大、耗时长等缺陷.为了克服这些问题,一种对称交替方向法(SADM)被提出来,该方法优化了原ADM迭代策略,在一次迭代中对线性约束乘数更新两次,减少了计算成本很大的奇异值分解(SVD)执行的次数,同时加入了新的均衡参数和停机准则,以提高运动目标的提取精度,避免多余的迭代以减少运行时间.通过F测度这一衡量指标对实验结果进行量化,提出的算法比对比算法的提取精度平均提高33.04%,运行时间相对原ADM提高了98.8%. 展开更多

关键词 运动目标提取 鲁棒主成分分析 交替方向法 奇异值分解 停机准则

在线阅读 下载PDF 职称材料

基于RPCA的小孔径垂直阵辐射噪声测量方法 被引量：2

6

作者 蒋国庆 孙超 +1 位作者 刘雄厚 蒋光禹 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2020年第10期1493-1499,共7页

测量辐射噪声时,小孔径垂直阵由于阵增益小,低信噪比时辐射噪声测量的性能较差。针对这一问题,本文提出一种低信噪比下基于稳健主成分分析的小孔径垂直阵辐射噪声测量方法。当阵元接收的环境噪声以非相关噪声为主时,本方法通过稳健主成... 测量辐射噪声时,小孔径垂直阵由于阵增益小,低信噪比时辐射噪声测量的性能较差。针对这一问题,本文提出一种低信噪比下基于稳健主成分分析的小孔径垂直阵辐射噪声测量方法。当阵元接收的环境噪声以非相关噪声为主时,本方法通过稳健主成分分析将数据协方差矩阵分解成低秩的信号协方差矩阵和稀疏的噪声协方差矩阵,再通过信号协方差矩阵计算辐射信号的声源级,降低了环境噪声的影响。数值仿真结果表明:当快拍数足够大时,稳健主成分分析方法可以完全消除非相关噪声分量,而即使快拍数较少,使用稳健主成分分析方法也能消除部分环境噪声,因此使用稳健主成分分析的辐射噪声测量方法比直接进行测量性能更好。 展开更多

关键词 舰船辐射噪声 噪声级测量 稳健主成分分析 低信噪比 噪声消除 小孔径阵 垂直阵

在线阅读 下载PDF 职称材料

时空RPCA在复杂场景下的运动目标检测 被引量：5

7

作者 张超婕 余勤 《计算机工程与设计》 北大核心 2020年第1期197-202,共6页

在复杂动态背景下,鲁棒主成分分析模型(RPCA)容易将背景中动态背景误判为前景运动目标,导致运动目标检测精度不高。为解决该问题,提出一种基于非凸加权核范数的时空低秩RPCA算法。使用非凸加权核范数替代传统的核范数进行低秩约束,在观... 在复杂动态背景下,鲁棒主成分分析模型(RPCA)容易将背景中动态背景误判为前景运动目标,导致运动目标检测精度不高。为解决该问题,提出一种基于非凸加权核范数的时空低秩RPCA算法。使用非凸加权核范数替代传统的核范数进行低秩约束,在观测矩阵上通过拉普拉斯特征映射得到时空图拉普拉斯矩阵,将得到的时空图拉普拉斯矩阵嵌入低秩背景矩阵以保持背景对噪声和离群值的鲁棒性。实验结果表明,所提模型在复杂场景中能较准确检测出运动目标。 展开更多

关键词 鲁棒主成分分析 非凸加权核范数 时空低秩rpca算法 拉普拉斯特征映射 运动目标检测

在线阅读 下载PDF 职称材料

基于RPCA视频去噪算法的自适应优化方法 被引量：1

8

作者 李小利 杨晓梅 《计算机应用与软件》 CSCD 2016年第9期215-220,共6页

传统去噪算法不能在尽量滤除噪声的同时很好地保持原始图像信息。针对这种情况,提出基于鲁棒主成分分析的自适应视频去噪算法。首先根据视频数据的低秩性和噪声的稀疏性,利用加速近端梯度方法重建出原始视频的低秩部分和稀疏部分,实现... 传统去噪算法不能在尽量滤除噪声的同时很好地保持原始图像信息。针对这种情况,提出基于鲁棒主成分分析的自适应视频去噪算法。首先根据视频数据的低秩性和噪声的稀疏性,利用加速近端梯度方法重建出原始视频的低秩部分和稀疏部分,实现噪声的初步分离;其次利用自适应中值滤波器进行预滤波处理,提高块匹配精度,进一步去除视频噪声;最后引入自适应奇异值阈值法,增强图像细节边缘信息,降低迭代优化算法的时间复杂度。实验结果表明,该方法不仅能极大程度地恢复出原始视频序列,还能自适应地去除干扰噪声。不论从客观指标PSNR值还是从主观视觉,该方法与传统去噪方法相比都具有很大的优势。 展开更多

关键词 视频去噪 低秩性 鲁棒主成分分析 自适应奇异值阈值

在线阅读 下载PDF 职称材料

基于RPCA的地基SAR近距强耦合信号抑制算法研究 被引量：3

9

作者 林赟 时清 +3 位作者 王彦平 李洋 申文杰 田子威 《电子与信息学报》 EI CSCD 北大核心 2023年第4期1321-1329,共9页

地基合成孔径雷达(GBSAR)是一种全天时全天候非接触式大面积区域高精度形变监测手段,在矿区、边坡、大坝等区域的监测具有广泛应用。在封闭空间监测站中对外场进行连续监测时,雷达接收的回波信号会受到封闭空间的强散射信号干扰。近距... 地基合成孔径雷达(GBSAR)是一种全天时全天候非接触式大面积区域高精度形变监测手段,在矿区、边坡、大坝等区域的监测具有广泛应用。在封闭空间监测站中对外场进行连续监测时,雷达接收的回波信号会受到封闭空间的强散射信号干扰。近距离强散射信号耦合到雷达接收端形成虚假目标,严重影响成像质量。该文提出使用RPCA算法,在距离多普勒域将回波信号分解为低秩和稀疏两部分,利用距离多普勒域耦合信号的低秩特性,以及场景信号的稀疏特性,将耦合信号与场景信号有效分离。不同于基于PCA的已有耦合信号抑制方法,RPCA对场景回波信号本身没有高斯分布假设要求,这一假设要求在实际中通常是不满足的。此外,该文提出基于相关性分析的RPCA正则化系数优化选择方法,以实现低秩与稀疏的较优分离。该文通过实际GBSAR数据处理验证了方法的有效性,相比于已有的基于PCA的算法,基于RPCA的耦合信号抑制方法能够在保留场景回波信号的同时更好地抑制耦合信号。 展开更多

关键词 地基合成孔径雷达(GBSAR) 耦合信号抑制 鲁棒主成分分析(rpca) 主成分分析(PCA)

在线阅读 下载PDF 职称材料

基于多通道SAR系统的ATI-RPCA地面动目标指示方法 被引量：5

10

作者 傅东宁 廖桂生 +1 位作者 黄岩 刘军 《系统工程与电子技术》 EI CSCD 北大核心 2021年第1期48-54,共7页

针对强杂波背景下的多通道合成孔径雷达(multi-channel synthetic aperture radar,MC-SAR)系统,结合沿航迹干涉(along-track interferometry,ATI)方法和稳健的主成分分析(robust principal component analysis,RPCA)方法,提出一种ATI-R... 针对强杂波背景下的多通道合成孔径雷达(multi-channel synthetic aperture radar,MC-SAR)系统,结合沿航迹干涉(along-track interferometry,ATI)方法和稳健的主成分分析(robust principal component analysis,RPCA)方法,提出一种ATI-RPCA的地面动目标指示方法。与传统的ATI方法相比,该方法可以提供更稳健的性能,但增加了一定的计算复杂度;与经典的RPCA算法相比,该方法可以降低虚警概率(probability of false alarm,PFA)并降低运算复杂度。总体而言,所提方法提供了较为稳健快速的目标检测性能,最后通过将所提方法应用到实测三通道SAR数据中,得到的结果与本文的理论分析一致。 展开更多

关键词 多通道合成孔径雷达 地面动目标指示 沿航迹干涉稳健主成分分析方法 虚警概率

在线阅读 下载PDF 职称材料

基于RPCA低秩稀疏分解的循环频率检测方法 被引量：1

11

作者 王冉 余龙靖 +1 位作者 余亮 蒋伟康 《振动与冲击》 EI CSCD 北大核心 2023年第4期88-94,共7页

在强噪声干扰时循环频率的准确检测对于循环平稳信号处理有重要意义。该研究提出了一种低信噪比(signal-to-noise ratio, SNR)下将基于鲁棒主成分分析(robust principal component analysis, RPCA)的低秩稀疏分解技术应用于循环谱密度(c... 在强噪声干扰时循环频率的准确检测对于循环平稳信号处理有重要意义。该研究提出了一种低信噪比(signal-to-noise ratio, SNR)下将基于鲁棒主成分分析(robust principal component analysis, RPCA)的低秩稀疏分解技术应用于循环谱密度(cyclic spectral density, CSD)矩阵,从而进行循环频率检测的新方法。首先,采用RPCA将循环谱密度矩阵分解为表示噪声干扰的低秩矩阵和表示循环平稳特征的稀疏矩阵。随后,利用稀疏矩阵构造检测函数实现循环频率的自动检测。仿真结果证明了该方法在强噪声干扰下检测概率方面的优越性,并可根据检测各阶循环频率谐波的受试者工作特征(receiver operating characteristic, ROC)曲线为不同信噪比条件下选择检测阶数提供参考。为了进一步验证该方法在应用中的有效性,将该方法应用于滚动轴承的早期故障诊断中。滚动轴承加速疲劳寿命试验数据上的分析结果证明该方法能够在轴承早期故障阶段从低SNR的振动信号中准确检测出轴承的故障特征频率,实现轴承的早期故障诊断。 展开更多

关键词 循环频率检测 鲁棒主成分分析(rpca) 低秩稀疏分解 循环谱密度(CSD) 滚动轴承故障诊断

在线阅读 下载PDF 职称材料

双加权Lp范数RPCA模型及其在椒盐去噪中的应用 被引量：3

12

作者 董惠雯 禹晶 +1 位作者 郭乐宁 肖创柏 《数据采集与处理》 CSCD 北大核心 2021年第1期133-146,共14页

鲁棒主成分分析(Robust principal component analysis,RPCA)模型中秩函数和L0范数的求解是非确定性多项式(Nondeterministic polynominal,NP)难问题,凸近似模型的求解通常会导致过收缩。本文结合加权方法和Lp范数提出了一种基于双加权L... 鲁棒主成分分析(Robust principal component analysis,RPCA)模型中秩函数和L0范数的求解是非确定性多项式(Nondeterministic polynominal,NP)难问题,凸近似模型的求解通常会导致过收缩。本文结合加权方法和Lp范数提出了一种基于双加权Lp范数的RPCA模型,利用加权S p范数低秩项和加权Lp范数稀疏项分别对RPCA框架中的低秩恢复问题和稀疏恢复问题进行建模,使其更接近秩函数和L0范数最小化问题的解,提升了矩阵秩估计和稀疏估计的准确性。为了验证模型性能,本文利用图像的非局部自相似性,结合相似图像块组的低秩性与椒盐噪声的稀疏性,将双加权Lp范数鲁棒主成分分析模型应用于去除椒盐噪声过程中。定量与定性的实验结果表明,本文模型性能优于其他模型,同时奇异值过收缩分析也表明本文模型能够有效抑制秩成分的过度收缩。 展开更多

关键词 图像去噪 鲁棒主成分分析 低秩 稀疏 非局部自相似性

在线阅读 下载PDF 职称材料

基于MIMIC算法和RPCA的混合蚁群优化算法 被引量：2

13

作者 官娟 刘国华 +2 位作者 刘天祺 秦健 张淼森 《南京信息工程大学学报（自然科学版）》 CAS 2020年第5期569-576,共8页

为提高连续域上蚁群算法的寻优性能,降低决策变量之间的相关性,设计一种基于MIMIC算法和RPCA的连续域上蚁群优化算法.本文首先介绍连续域上的蚁群算法;然后根据一些处理多变量相关性的方法,给出有效相关性的定义;接着提出一种基于MIMIC... 为提高连续域上蚁群算法的寻优性能,降低决策变量之间的相关性,设计一种基于MIMIC算法和RPCA的连续域上蚁群优化算法.本文首先介绍连续域上的蚁群算法;然后根据一些处理多变量相关性的方法,给出有效相关性的定义;接着提出一种基于MIMIC算法和RPCA的混合蚁群算法;最后,通过对标准测试函数进行优化求解实验,将所得结果与连续域上的蚁群优化算法相比较,可知该算法在寻优能力和收敛性方面都有明显的提高,是一种有效的优化算法. 展开更多

关键词 蚁群优化算法 变量相关性 MIMIC算法 鲁棒主成分分析(rpca)

在线阅读 下载PDF 职称材料

基于矩阵分解的小计算代价RPCA模型及应用

14

作者 王永丽 苑庆美 +3 位作者 陈勇勇 孙志鹏 徐菲 钟勇 《山东科技大学学报（自然科学版）》 CAS 北大核心 2020年第5期68-78,共11页

鲁棒主成分分析(RPCA)是处理前景-背景分离问题的常用模型,然而原始RPCA模型及多数改进模型直接使用核范数来近似矩阵秩函数,常导致求解效率低且分离效果不理想等问题,尤其是当背景动态变化时。为降低计算代价,改善分离效果,引入矩阵分... 鲁棒主成分分析(RPCA)是处理前景-背景分离问题的常用模型,然而原始RPCA模型及多数改进模型直接使用核范数来近似矩阵秩函数,常导致求解效率低且分离效果不理想等问题,尤其是当背景动态变化时。为降低计算代价,改善分离效果,引入矩阵分解技巧,同时在模型中加入二值模板和置信图等时空约束信息,对基于核范数的RPCA模型进行改进,提出一种新的小计算代价RPCA模型。运用增广拉格朗日乘子法求解改进后的模型,并在大量真实数据集上进行数值实验。实验结果表明,与现有的模型相比,新模型的召回率、准确率及相似度等评价指标都有明显的改善,且分离精度和求解效率也显著提高。 展开更多

关键词 前景-背景分离 鲁棒主成分分析 核范数 矩阵分解 动态背景

在线阅读 下载PDF 职称材料

面向复杂场景的多通道慢速动目标稳健检测算法 被引量：1

15

作者 刘昆 贺雄鹏 +2 位作者 廖桂生 余悦 王麒凯 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第5期2018-2027,共10页

针对鲁棒主成分分析(RPCA)算法在多通道慢速地面动目标指示(GMTI)中存在的高虚警以及对通道误差敏感问题,该文提出一种数据重构与速度合成孔径雷达(VSAR)-RPCA联合处理的方法。首先,通过样本挑选与联合像素法完成通道间数据精确重构;然... 针对鲁棒主成分分析(RPCA)算法在多通道慢速地面动目标指示(GMTI)中存在的高虚警以及对通道误差敏感问题,该文提出一种数据重构与速度合成孔径雷达(VSAR)-RPCA联合处理的方法。首先,通过样本挑选与联合像素法完成通道间数据精确重构;然后结合VSAR检测模式提出一种新的RPCA优化模型,通过采用交替投影乘子法对其进行求解得到空间频域的稀疏矩阵,进一步利用动目标与强杂波残余在空间频域通道的分布特性差异实现强杂波残余剔除与动目标检测;最后采用沿航迹干涉算法估计目标径向速度完成动目标重定位。相较于传统RPCA算法,所提算法在非理想强杂波背景下的虚警率显著降低。理论分析与实测实验验证了所提算法的有效性。 展开更多

关键词 合成孔径雷达 地面动目标检测 鲁棒主成分分析 数据重构

在线阅读 下载PDF 职称材料

基于局部图拉普拉斯约束的鲁棒低秩表示聚类方法 被引量：12

16

作者 李波 卢春园 +1 位作者 冷成财 金连宝 《自动化学报》 EI CSCD 北大核心 2015年第11期1971-1980,共10页

针对传统低秩表示聚类方法存在的稀疏性不足及噪声敏感等问题,提出了一种基于局部图拉普拉斯约束的鲁棒低秩表示聚类模型.一方面,通过加入图像数据局部相似性的约束,在保持表示矩阵分块对角的特性下,增强了其稀疏性;另一方面,从数据相... 针对传统低秩表示聚类方法存在的稀疏性不足及噪声敏感等问题,提出了一种基于局部图拉普拉斯约束的鲁棒低秩表示聚类模型.一方面,通过加入图像数据局部相似性的约束,在保持表示矩阵分块对角的特性下,增强了其稀疏性;另一方面,从数据相关性的角度分析了低秩表示模型的聚类性质,通过采用鲁棒低秩表示模型,不仅降低了噪声的干扰,而且减弱了表示字典数据之间的线性相关性,从理论上保证了最终的邻接矩阵具有分块对角的良好聚类性质.与传统低秩表示方法相比,本文得到的表示矩阵既保证了分块性质,又更加稀疏,仿真实验结果表明聚类效果有明显提升. 展开更多

关键词 低秩聚类 数据聚类 图拉普拉斯 鲁棒主成分分析

在线阅读 下载PDF 职称材料

一种鲁棒的基于光度立体视觉的表面重建方法 被引量：8

17

作者 吴仑 王涌天 刘越 《自动化学报》 EI CSCD 北大核心 2013年第8期1339-1348,共10页

提出一种基于先进的凸优化技术的光度立体视觉重建框架.首先通过鲁棒的主成分分析(Robust principle component analysis,RPCA)祛除图像噪声,得到低秩矩阵和物体表面向量场,然后再通过表面重建算法从向量场来恢复物体形状.相对于先前的... 提出一种基于先进的凸优化技术的光度立体视觉重建框架.首先通过鲁棒的主成分分析(Robust principle component analysis,RPCA)祛除图像噪声,得到低秩矩阵和物体表面向量场,然后再通过表面重建算法从向量场来恢复物体形状.相对于先前的一些使用最小二乘或者一些启发式鲁棒技术的方法,该方法使用了所有可用的信息,可以同时修复数据中的丢失和噪声数据,显示出了较高的计算效率以及对于大的稀疏噪声的鲁棒性.实验结果表明,本文提出的框架大大提高了在噪声存在情况下物体表面的重建精度. 展开更多

关键词 光度立体视觉 鲁棒主成分分析 表面重建 稀疏噪声 低秩矩阵

在线阅读 下载PDF 职称材料

采用低秩与加权稀疏分解的视频前景检测算法 被引量：8

18

作者 常侃 张智勇 +1 位作者 陈诚 覃团发 《电子学报》 EI CAS CSCD 北大核心 2017年第9期2272-2280,共9页

传统的鲁棒主成分分析模型能较好地解决视频前景检测问题.但是,若该模型的假设条件不能满足,算法性能会变差.针对此问题,本文提出了一种低秩与加权稀疏分解模型,通过对前景矩阵加权以增强其稀疏性.在建立加权矩阵的过程中,采用光流法获... 传统的鲁棒主成分分析模型能较好地解决视频前景检测问题.但是,若该模型的假设条件不能满足,算法性能会变差.针对此问题,本文提出了一种低秩与加权稀疏分解模型,通过对前景矩阵加权以增强其稀疏性.在建立加权矩阵的过程中,采用光流法获取每帧的运动矢量,以区分真实运动区域.其次,进一步提出一种增强模型,通过将加权矩阵作用于观测矩阵及背景矩阵,防止前景与背景的错误分离.实验结果表明,在无噪和有噪的情况下,提出的算法均能有效地分离监控视频中的前景和背景. 展开更多

关键词 前景检测 运动目标检测 鲁棒主成分分析 低秩表示 光流法

在线阅读 下载PDF 职称材料

基于稳健主成分分析与核稀疏表示的人脸识别 被引量：6

19

作者 廖瑞华 李勇帆 刘宏 《计算机工程》 CAS CSCD 北大核心 2016年第2期200-205,共6页

针对现有人脸识别方法难以有效抑制噪声和误差干扰(如光照、遮挡和表情等)的问题,提出一种基于稳健主成分分析的核稀疏表示分类算法。利用稳健主成分分析将各类训练样本转化为低秩矩阵和误差矩阵之和,并运用这2个矩阵构成稀疏表示的冗... 针对现有人脸识别方法难以有效抑制噪声和误差干扰(如光照、遮挡和表情等)的问题,提出一种基于稳健主成分分析的核稀疏表示分类算法。利用稳健主成分分析将各类训练样本转化为低秩矩阵和误差矩阵之和,并运用这2个矩阵构成稀疏表示的冗余字典。将核稀疏表示问题通过矩阵变换转化为常规的稀疏表示问题,采用正交匹配追踪算法求解该问题得到稀疏表示系数。通过稀疏表示系数计算每个类的重构误差,从而实现人脸识别。实验结果表明,与SRC,ESRC等算法相比,该算法具有较高的人脸识别率,且对噪声和误差干扰有较强的适应能力。 展开更多

关键词 稳健主成分分析 核稀疏表示 人脸识别 正交匹配追踪 低秩矩阵 冗余字典

在线阅读 下载PDF 职称材料

基于背景图像集与稀疏分析的运动目标检测 被引量：3

20

作者 包金宇 王慧斌 +1 位作者 陈哲 沈洁 《计算机应用》 CSCD 北大核心 2013年第5期1401-1405,1410,共6页

针对环境光照变化时,现有背景建模方法不能有效检测运动目标的问题,给出了一种基于背景图像集与图块稀疏分析的运动目标检测方法。该方法融合了稳健主成分分析(RPCA)和基于稀疏表示的图块分析方法,通过RPCA从一组视频序列中得到系列背... 针对环境光照变化时,现有背景建模方法不能有效检测运动目标的问题,给出了一种基于背景图像集与图块稀疏分析的运动目标检测方法。该方法融合了稳健主成分分析(RPCA)和基于稀疏表示的图块分析方法,通过RPCA从一组视频序列中得到系列背景图像,组合这些背景图像为背景集合。以图像块为基本单元,基于稀疏表示方法对图像块分析处理,提取运动目标。实验仿真表明该方法能够在环境光照突变时,有效消除噪声对目标检测的影响,降低目标检测的误检率,达到较为鲁棒的检测效果。 展开更多

关键词 图像处理 目标检测 背景图像集 稳健主成分分析 稀疏表示

在线阅读 下载PDF 职称材料