全文总字数：1898字

1. 研究目的与意义及国内外研究现状

随着时代的进步，我们对自身的安全和隐私有着更加的关注，电子信息技术的进步也追随着时代的进步，视频监控给我提供了一定的安全和保障。而在视频监控中的图像正是本文所需要的对运动目标图像处理相关的一部分内容。运动目标的检测在一些应用上非常广泛，如交通的管理，各大车站机场人流的情况以及上面所提到的视频监控等，这项对运动目标检测的技术在如今的生活中越来越体现出其重要性。

稀疏表示（sr: sparse representation）理论，也称压缩感知（cs: compressed sensing）理论，是近几年受到广泛关注的前沿理论。稀疏表示理论证明：如果信号在某个变换域上是稀疏的，就可以对信号进行压缩，即利用一个与变换基无关的观测矩阵将高维信号投影到一个低维空间上，通过求解优化问题，可以用这些少量的观测值重构信号。稀疏表示在图像修补、图像恢复、图像去模糊以及物体检测上有非常广泛的应用。由于稀疏表示能够更有效地对图像建模，已成为驱动压缩感知、图像处理、信号处理与通信等领域发展的核心技术之一，并成为新的研究热点。

国内外研究现状

运动目标检测是指从视频序列中提取出表征运动目标的信息，为后面的图像分割、目标分类识别或匹配跟踪等环节做准备。根据目标与摄像机之间的关系可以将目标检测分为静态背景下运动目标检测和动态背景下运动目标检测。静态背景下运动目标检测指的是摄像机固定的情形，此时只有目标相对于摄像机的运动；而在动态背景下运动目标检测中摄像机在整个监视过程中会发生移动（如平动、旋转或多自由度运动），这种情形下会产生目标与摄像机之间复杂的相对运动。静态背景下运动目标检测主要有两类：光流法和背景减除法。

2. 研究的基本内容

本文是基于稀疏表示的运动目标检测方法研究，主要介绍并研究了基于稀疏表示的背景减除法，提出了一种基于稀疏先验的快速背景减除方法，利用稀疏表示建立背景模型并检测变化，依据目标的动态组稀疏特点进行前景提取，实现对运动目标的快速检测。

3. 实施方案、进度安排及预期效果

本文是对基于稀疏表示的运动目标检测方法的研究，首先第一章是阐述研究本课题的意义和运动目标，稀疏表示的研究现状。

第二章是对稀疏表示，运动目标检测的定义和对bgs算法的阐述和理论的研究。

第三章是具体对算法使用的研究和研究的结果，运动目标的选取和背景建模,前景检测。

4. 参考文献

1.詹小静. 基于稀疏表示的目标检测与跟踪算法研究[d]. 厦门大学, 2013.

2.cevher v,hegde c,duarte mf,baraniu k rg.sparse signal recovery using markov random fields.dtic document;2009.

3.junzhou h,xiao lei h,meta xas d.learning with dynamic group sparsity [c]. computer vision,2009 ieee 12th international conference on,2009:64-71.