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(dāng)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(fù)來恢復(fù)出背景。

今天主要完成了，在自己的數(shù)據(jù)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(wǎng)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(biāo)：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

[cpp] view plaincopy

clc;??

clear;??

??

%%?this?to?read?avi?by?using?mmread?to?get?every?frame??

video?=?VideoReader('E:\FFOutput\test.avi');??

nFrames?=?video.NumberOfFrames;???%得到幀數(shù)??

H?=?video.Height;?????%得到高度??

W?=?video.Width;??????%得到寬度??

Rate?=?video.FrameRate;??

Cal_FrameN=300;??

%?Preallocate?movie?structure.??

mov(1:Cal_FrameN)?=?struct('cdata',zeros(H,W,3,'uint8'),'colormap',[]);??

??

??

%read?one?frame?every?time??

for?i?=?1:Cal_FrameN??

????mov(i).cdata?=?read(video,i);??

????P?=?mov(i).cdata;??

????double_P=im2double(P);??

????%imshow(?double_P),title('原始圖片3');??

????Frame=rgb2gray(?double_P);%當(dāng)前灰度幀??

????%下采樣??

????Down_Frame=Frame(2:4:H,2:4:W);??

????M(:,?i)?=?Down_Frame(:);??

???%??disp('當(dāng)前播幀數(shù)：'),disp(i);??

????%?imshow(P),title('原始圖片');??

???????

??

%?????P2=rgb2gray(P);??

??

???

end??

???

[A_hat,?E_hat,?iter]=inexact_alm_rpca(M,0.006);??

A=reshape(A_hat(:,200),?size(Down_Frame));??

E=reshape(E_hat(:,200),?size(Down_Frame));??

D_real=reshape(M(:,200),?size(Down_Frame));??

figure;??

imshow(D_real),title('原始圖片');??

figure;??

imshow(A),title('恢復(fù)圖片');??

figure;??

imshow(abs(E)),title('錯誤圖片');??

因為是MATLAB的初學(xué)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(xiàn)

錯誤使用 ?*?
MTIMES 不完全支持整數(shù)類。至少有一個輸入必須為標(biāo)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(shù)

D還有一個問題就是原圖片很到，直接做會有內(nèi)存不夠的問題，所以進行了下采樣。

實驗結(jié)果：

= +

總結(jié)

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(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。