| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-17页 |
| ·研究背景和意义 | 第8-11页 |
| ·研究背景 | 第8-10页 |
| ·研究意义 | 第10-11页 |
| ·背景建模研究现状 | 第11-14页 |
| ·传统方法 | 第11-13页 |
| ·关键技术问题 | 第13-14页 |
| ·稳健 PCA 背景建模 | 第14-15页 |
| ·研究内容与结构安排 | 第15-17页 |
| 第二章 稳健 PCA | 第17-26页 |
| ·稳健 PCA | 第17-20页 |
| ·主成分分析（PCA） | 第17-18页 |
| ·稳健 PCA | 第18-20页 |
| ·优化求解算法 | 第20-23页 |
| ·早期优化算法 | 第20-22页 |
| ·增广拉格朗日乘子法（ALM） | 第22-23页 |
| ·相关应用 | 第23-25页 |
| ·去除人脸图像上的阴影与遮蔽物 | 第24页 |
| ·去除视频中的雨线 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 奇异值分解算法 | 第26-32页 |
| ·基本的奇异值分解 | 第26-27页 |
| ·PROPACK 软件包 | 第27-28页 |
| ·线性时间奇异值分解及其改进 | 第28-30页 |
| ·线性时间奇异值分解 | 第29页 |
| ·改进的线性时间奇异值分解 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第四章 基于非精确 ALM 改进算法的视频背景建模 | 第32-39页 |
| ·引言 | 第32-33页 |
| ·稳健 PCA 的 ALM 算法 | 第33-36页 |
| ·精确与非精确 ALM 算法 | 第33-35页 |
| ·非精确 ALM 改进算法 | 第35-36页 |
| ·实验与分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于 ADM 算法的视频背景建模 | 第39-50页 |
| ·ADM 算法 | 第39-41页 |
| ·基于合成数据的仿真 | 第41-43页 |
| ·基于实际视频数据的背景建模实验 | 第43-47页 |
| ·实验与分析 | 第43-47页 |
| ·结论 | 第47页 |
| ·ALM 算法与 ADM 算法的比较 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第六章 总结与展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 附录 1 程序清单 | 第55-57页 |
| 附录 2 攻读硕士学位期间撰写的论文 | 第57-58页 |
| 致谢 | 第58页 |