基于非凸低秩矩阵分解的图像显著性目标检测模型研究

发布时间：2021-07-23 10:44

　　在计算机视觉中,显著性目标检测任务既无处不在又充满挑战.本文主要研究基于非凸低秩矩阵分解的图像显著性检测建模和算法.主要包括:1.给出图像显著性目标检测的基本问题;概括低秩模型所需的优化概念,定理、常用的显著性目标检测数据集及评价标准;2.提出一种基于加权组稀疏和Schatten-1范数分解,即:和Schatten-2/3范数分解即:以及Schatten-1/2范数分解,即:的图像显著性目标检测模型,其中X=UV^T.我们通过ADMM算法求解模型,并给出算法收敛性证明.3.建立一种基于Schatten-2/3范数和稀疏l_2/3范数的非凸图像显著性目标检测模型,其本质上等价于“基于Frobenius/核范数与非凸l_2/3范数即:的检测模型”.同时,本文给出其相应的快速迭代算法和理论分析.实验表明新算法是有意义的. 

【文章来源】：深圳大学广东省

【文章页数】：51 页

【学位级别】：硕士

【部分图文】：

背景矩阵秩出现的概率

低秩和加权组稀疏的视觉效应为了加大显著性目标S和背景L的差异，我们考虑拉普拉斯项Q:

F-度量曲线


本文编号：3299143