基于PTV-TV张量建模的压缩视频背景前景恢复与分离

摘要

基于三阶张量的H-TenRPCA模型是解决压缩感知场景分离问题的有效方法,但该模型计算时间长,对硬件要求高,求解算法在理论上没有收敛性保证.为此,文中利用背景视频的时间连续性(PTV)和前景时空连续性(3D-TV)来重构压缩前的背景与前景,提出了基于PTV-TV张量建模的压缩视频背景前景恢复与分离模型,并采用有收敛性保证的两块ADMM算法来求解相关优化问题.实验结果表明:PTV-TV模型能够完整恢复出视频的背景和前景,对同一视频的处理,PTV-TV模型的计算时间仅为H-TenRPCA模型的2/3;对于复杂动态背景数据,PTV-TV模型在明显的时间优势下保持与H-TenRPCA模型相当的峰值信噪比和图像结构相似度.