低秩稀疏分解相关论文
红外探测系统具有隐蔽性好、抗干扰能力强等特点，广泛应用于军事和民用领域，红外弱小目标的检测是红外探测系统中的重要组成部分，已成......
针对应用超声对金属材料微小缺陷检测时缺陷回波容易被噪声干扰的问题,提出了一种基于集合经验模态分解(EEMD)和低秩稀疏分解相结......
超声无损探伤在金属材料微小缺陷检测中有着广泛的应用,但采集的回波信号通常受到噪声干扰甚至完全被噪声掩盖,为了辨别被噪声干扰......
核磁共振成像（Magnetic Resonance Imaging,MRI）技术是颅脑常规检查中的必要技术,医生根据经验分析患者MR脑图像进行疾病筛查与诊断......
复杂环境中的目标检测受到很多因素的影响,传统的鲁棒主成分分析(RPCA)无法从受干扰的数据中获得最低秩表示,为此,提出了一种融合l......
为了高效快速地检测相似的数字视频,设计和开发出一种基于感知哈希的视频拷贝检测软件。本文使用Python语言和OpenCV3实现一种基于......
目前学校教学楼内照明等电子设备的开关主要是依靠人工控制,从而造成经常出现“无人亮灯”等情形。根据教室内学生数量及分布,智能......
在水下航行器等运动平台上,主动声呐的近距离滤波结果受混响干扰影响严重,大量的混响回波亮点会掩蔽目标回波的可见性,导致后续检......
在计算机视觉中,运动目标检测是一个基本问题,它的主要任务是在连续的视频帧中提取出运动目标。在车辆导航、场景理解、工业机器人......
随着信息社会的不断发展,人们对高品质、高清晰图像的需求越来越大。图像超分辨率重建技术是指利用信息处理方法,通过计算机软件技......
图像去噪是图像预处理中一个至关重要的步骤并且也是图像处理的基础问题,低秩稀疏分解是现阶段应用比较广泛的图像去噪法,但是低秩......
近几年来,由于全球化的趋势越来越明显,全球范围内的国家之间的联系也越来越频繁。各种交通工具作为人员流动频繁以及高价值物品高......
图像显著性检测是机器视觉的重点研究课题之一,因其广泛的实际应用价值成为研究热点,但如何快速、精准的提取图像中有用信息是图像......
随着社交网络和多媒体技术的日益成熟,越来越多的网民将自己的图像上传到网络空间,网络图像资源日益丰富,基于语义标签进行图像检......
近年来高效能卷积神经网络模型广泛应用于机器视觉检测并取得了突破性进展,但是已有的深度卷积神经网络模型存在内存消耗高、计算......
在具有动态背景或测量噪声的场景中,基于核范数约束的低秩稀疏分解背景建模算法容易将运动的背景或噪声作为前景的一部分与前景同......
低秩稀疏分解(Low-Rank And Sparse Decomposition,LRSD)也被称为鲁棒主成分分析(Robust Principal Component Analysis,RPCA)是一......
如何从含有异常值点或噪声污染的部分观测数据中有效地恢复出低秩部分,这一问题的实现可以广泛地应用于现代社会生活中,包括机器学......
近几年矩阵恢复引起了众多学者的极大关注,并涌现出了大量关于低秩矩阵恢复的算法与应用.在这些算法中,人们一般使用核范数约束低......
地形识别一直是图像处理与模式识别的热点与难点。针对非结构化地形中的特征提取、特征选择以及识别等问题,本文进行了相应的研究......
目标回波信号检测是主动声呐应用的一个重要方面,尤其对水下运动小平台搭载的目标探测主动声呐而言,其在应用上通常面临一些特殊问......
遥感科学与技术的发展,对高光谱图像光谱分辨率的提高起到重要作用,高光谱图像的光谱分辨率的提高成为了其在目标检测领域应用的优......
针对传统低秩稀疏分解算法用于运动目标检测时,前景提取结果容易受噪声干扰以及检测结果不完整的问题,提出了一种新的低秩稀疏分解......
随着制造业的飞速发展,生产生活中对金属部件的需求日益增大,而机械生产加工精度的高标准使得生产车间对金属部件的质量检测和实时......
有效的运动目标分割是实现视频智能分析的一个重要前提。由于视频场景的复杂性以及背景的动态变化、目标的非刚体形变等因素影响，如......
鲁棒性主成分分析(RPCA)作为低秩矩阵恢复理论框架中重要的组成部分，主要解决观测矩阵中低秩分量和稀疏分量的分解问题，广泛应用于图......
目前,大部分图像分类算法为了获取较高的性能均需要充分的训练学习过程,然而在实际应用中,往往存在训练样本不足及过拟合等问题。......
针对视频处理中运动目标的精确检测这一问题,提出了一种自适应的低秩稀疏分解算法。该算法首先用背景模型与待求解的帧向量构建增......
针对现有电力图像识别准确率有待提高的问题,文章提出一种电力设备图像显著性检测框架。首先提取图像的低层语义信息,选择关键特征......
提出了一种基于l_p范数正则化的混合噪声去除模型.首先构造一个基于l_p范数的低秩-稀疏模型,同时对加性高斯白噪声和脉冲噪声进行......
MOOC近年来已经成为高校炙手可热的新型教学模式,但是MOOC在高职院校教学中的应用还鲜有尝试。文章通过对MOOC发展趋势及特征的分......
低秩分解可以有效地应用于运动检索中,然而目前有些方法是针对每个运动单独分解,在分解算法层次上忽略了不同运动之间的相关性.为......
大量上传的网络图像因用户语义标注的随意性,造成了图像标签的不完备,大大降低了图像检索的效率.低秩稀疏是一种有效降低数据噪声......
表层穿透雷达(Surface Penetrating Radar,SPR)是一种利用电磁波对埋藏于介质内部的目标实施探测的技术。得益于电磁波对介质的穿......
随着我国水运经济的发展,船舶交通流量迅速增加,推动我国经济、社会发展的同时,海上交通运输风险也日趋严峻.有效减少海上交通事故......
低秩稀疏分解(Low Rank and Sparse Decomposition,LRSD)是一种被广泛应用于计算机视觉等领域的数据表示技术,通过将已知矩阵分解......
基于学习的超分辨率重建算法通过对图像的整体信息学习进行重建,没有对图像的内部结构信息特征进行分解考虑.基于图像的低秩稀疏分......
针对过完备字典直接对图像进行稀疏表示不能很好地剔除高频噪声的影响,压缩感知后图像重构质量不高的问题,提出了基于截断核范数低......
针对传统低秩稀疏分解(low rank and sparse decomposition,LRSD)用于视频运动目标检测时检测精度较低的问题,提出了一种鲁棒非凸......
图像分类是计算机视觉研究领域中的热点内容,在图像检索、图像标注、监控视频分析等应用中起着重要的作用。近年来,机器学习、人工......
受制于各类传感器自身性质,不同模态传感器获得的信息不尽相同,且存在互补关系。相同图像传感器由于参数、焦距设置不同,对于同一......
光场成像技术中光场的采集和数据的压缩处理是亟待解决的问题。为了实现光场的稀疏采样和恢复,建立了基于光场低秩结构的压缩采样......
针对红外图像中小目标尺寸未知,空域中不同高斯核模板对图像平滑效果不同,传统高斯差分滤波在小目标检测中容易造成漏检。提出利用......
为了准确检测复杂背景下的显著区域,提出一种全卷积神经网络与低秩稀疏分解相结合的显著性检测方法,将图像分解为代表背景的低秩矩......
对人脸图像进行变换压缩存储后进行识别通常会造成系统资源的浪费且识别率不高,针对此问题,提出了一种基于压缩感知低秩稀疏分解的......
人们视觉体验多样化需求的提高以及VR虚拟现实技术红火的发展,使得光场理论受到了越来越多的关注。光场是一种数字记录所有场景光......
图像显著性检测是计算机视觉领域中十分重要的分支,其目的是捕捉图像中最引人注目的区域。显著性检测作为一种预处理方式,广泛应用......
