论文部分内容阅读
提出一种多任务稳健主成分分析方法,用以结合多视觉特征实现运动目标分割.给定由多类型特征矩阵描述的视频数据,将它分解为低秩和稀疏部分,其中的稀疏部分对应于运动目标.该矩阵分解过程是一个凸优化问题,通过用ALM方法最小化核范数和ζ2.1-范数的约束组合.与仅利用单类型特征的方法相比,本文提出的方法能够结合多类型特征,因此可获得更加精确可靠的结果.对Human Eva和Change Detection两个数据集的实验表明了该方法的有效性.