1.基于高斯极值滤波和群稀疏RPCA的运动目标检测方法，包括：

1)使用高斯极值滤波Gaussian max‑pooling对原始图像进行滤波处理；

2)使用Ncut对所有图像序列进行超像素分割；

3)对超像素区域进行合并得到图像分割结果；

4)对帧间同性区域进行连接，实现视频分割；

5)使用对其进行群约束，得到运动前景；

其特征在于，所述具体如下：

步骤1)固定相机，获取连续图像序列Img＝(img1,img2…imgT)；

步骤2)对图像序列中的每一幅图像使用Gaussian max‑pooling进行滤波，得到ImgP＝(imgP1,imgP2…imgPT)；

步骤3)使用Ncut对图像序列中的每一幅图像进行超像素分割ImgL＝(imgL1,imgL2…imgLT)；

步骤4)对超像素分割结果进行合并，得到图像分割结果ImgS＝(imgs1,imgs2…imgsT)；

步骤5)对帧间同性区域进行连接，实现视频分割C＝C1∪C2∪…Cm；

步骤6)使用对其进行群约束 得到运动前景；

所述步骤2)中，待处理像素及其邻域像素灰度值

6 3 0 1 8

8 9 3 5 9

3 2 8 2 8

9 2 3 7 9

2 9 5 2 5

Gaussian max‑pooling步骤如下：输入：待处理图像序列Img＝(img1,img2…imgT)，方差σa.选取目标像素v及其为中心n×n窗口内的像素组成一个向量b.使用高斯分布分别计算每个像素在灰度值范围M＝(0,1,…,255)上的条件概率其中，μ'∈Nv，u是均值；

c.使用最大后验概率为每个像素的像素值计算一个最优像素值，并使用最优像素值替代原有像素的像素值，公式如下：d.为图像中的每个像素都进行以上操作，直到像素处理完为止；

e.对图像序列中所有像素值进行a，b操作，得到新的图像序列ImgP＝(imgP1,imgP2…imgPT)；

所述步骤3)具体为：

输入：图像序列Img＝(img1,img2…imgT)；

使用Mori G.Guiding Model Search Using Segmentation[J].Proceedings,2005,2:

1417‑1423Vol.2.中方法对图像进行超像素分割，得到和图像大小的矩阵，矩阵中包含图像每个像素的标签值ImgL＝(imgL1,imgL2…imgLT)；

输出：ImgL＝(imgL1,imgL2…imgLT)；

所述步骤4)具体为：

输入：图像Img＝(img1,img2…imgT)，图像序列标签号ImgL＝(imgL1,imgL2…imgLT)；

使用Ma Y,Derksen H,Hong W,et al.Segmentation of Multivariate Mixed Data via Lossy Data Coding and Compression[J].IEEE Transactions on Pattern Analysis&Machine Intelligence,2007,29(9):1546，对中子空间聚类方法对超像素区域进行合并，在合并的同时不断更新图像中像素的标签值，直到不能合并为止，得到最终结果图像分割结果ImgS＝(imgs1,imgs2…imgsT)；

输出：图像分割ImgS＝(imgs1,imgs2…imgsT)；

所述步骤5)具体为：

计算相邻两帧图像区域建立邻接图，计算前一帧区域中心(Xc,Yc)与后一帧区域中心(Xn,Yn)相差距离；

2 2 2 2

(Xc‑Xn) +(Yc‑Yn) ≤Dis ，如果距离小于Dis则认为是相邻区域，根据中心距离为图像序列ImgP＝(imgP1,imgP2…imgPT)中每相邻两帧都建立一个相邻区域邻接图；

图像区域中心计算方法如下：

对一个区域中每个像素值的横坐标进行相加，再得到平均值对一个区域中每个像素值的纵坐标进行相加，再得到平均值得到每个区域的中心坐标；

从图像序列ImgP＝(imgP1,imgP2…imgPT)中第一帧图像开始计算直到最后一帧，子空间聚类方法判断邻接图中区域是前一帧与后一帧区域是否相似，如果相似则更新区域标签，在计算的同时更新像素所属的标签值，得到图像序列所有像素的标签值C＝C1∪C2∪…Cm，图像序列中具有相同属性的像素被分到了一个Cluster中。

2.如权利要求书1所述的方法，其特征在于，所述步骤6)具体为：使用群稀疏RPCA分解图像序列D，令D＝ImgP，ImgP则是经过高斯极值滤波后的图像序列，

其中，||·||C(2,1)表示图像序列D中某一个Cluster的2,1范数；

[·]jk表示整个矩阵，(j,k)指的是第j行第k列的元素，|Ci|表示组Ci中像素的个数；为了求解A,E，使用拉格朗日乘子法求解；

其中Y为中间临时变量；

其中E求解步骤如下：

令 假设(j,k)∈Ci， a和b表示M中的第a行第b列，[.]ab表示矩阵中第a行第b列中的元素，[.]Ci表示第i个区域的所有元素；

求解A,E的步骤具体如下：

输入：D，视频分割结果C

输出：A,E

‑6

初始化：A＝E＝Y＝0，μ＝10当没有饱和时，不停迭代计算：固定其他参数，更新A，

固定其他参数，更新E，

更新Y，Y＝Y+μ(D‑A‑E)更新μ，μ＝ρμ，参数ρ控制了收敛速度；设置ρ为1.1结束，输出A,E。