低秩矩阵的应用--背景建模
背景建模是從拍攝的視頻中分離出背景和前景。
由于背景的視頻基本是不變的,所以如果把每幀當做一個矩陣的一列那么,矩陣是低秩的,所以低秩矩陣的恢復來恢復出背景。
今天主要完成了,在自己的數據庫讓進行背景和前景的分離。下面為主要步驟:
1.從馬毅的實驗室網址下載RPCA求解的代碼http://perception.csl.illinois.edu/matrix-rank/introduction.html
2.給出的接口是[A_hat E_hat iter] = inexact_alm_rpca(D, lambda, tol, maxIter)
所以明確目標:D是我們的視頻中的每一幀,A_hat 是我們估計的背景,E_hat是前景。
RPCA解決的問題是
因為是MATLAB的初學者所以遇到了兩個問題:
A.必須對讀取的圖像做double_P=im2double(P);處理不然會出現
錯誤使用 ?*?
MTIMES 不完全支持整數類。至少有一個輸入必須為標量。
要按元素進行 TIMES 計算,請改用 TIMES (.*)。
出錯 lanbpro (line 298)
? ? ? r = At*U(:,1);
出錯 lansvd (line 209)
? ? [U,B,V,p,ierr,w] = lanbpro(A,j,p,options,U,B,V,anorm);
出錯 inexact_alm_rpca (line 53)
norm_two = lansvd(Y, 1, 'L');
出錯 background (line 36)
[A_hat, E_hat, iter]=inexact_alm_rpca(M,0.006);
B在顯示錯誤圖片時需要做abs絕對值處理,不然是全黑的圖片,不能看到前景圖像。
C.最后一個也非常重要lumada值為1/(根號m).m為一張圖片像素點的個數
D還有一個問題就是原圖片很到,直接做會有內存不夠的問題,所以進行了下采樣。
實驗結果:
= +總結
以上是生活随笔為你收集整理的低秩矩阵的应用--背景建模的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 基于光线追踪的Mental Ray鱼眼镜
- 下一篇: 基于改进的RPCA人脸识别算法