论文部分内容阅读
针对监控视频在压缩采样过程中混入冲击噪声后的背景减除问题,提出一种基于Welsch M-估计与张量分解正则化的鲁棒视频重构与分解模型。为削弱冲击噪声对重构性能的影响,引入Welsch M-估计替代均方差作为衡量重建误差的代价函数。在张量框架下,将背景在不同维度、不同场景下的低秩差异性先验引入背景建模,得到重构与分解模型,并基于半二次理论和多块交替方向乘子方法给出相应的优化求解算法。实验结果表明,与SpaRCS、CS-L1PCA等算法相比,该算法在混入冲击噪声情况下,仍能保持视频重构与分解的鲁棒性。