买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种基于低秩稀疏矩阵分解的卫星视频动目标检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119992367B 。

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510465951.4，技术领域涉及：G06V20/13；该发明授权一种基于低秩稀疏矩阵分解的卫星视频动目标检测方法是由尹倩;安玮;盛卫东;林再平;陈怀宇设计研发完成，并于2025-04-15向国家知识产权局提交的专利申请。

本一种基于低秩稀疏矩阵分解的卫星视频动目标检测方法在说明书摘要公布了：本申请公开了一种基于低秩稀疏矩阵分解的卫星视频动目标检测方法，涉及数据处理技术领域。本方案考虑了视频中动态变化背景对动目标检测影响，使用奇异值部分和最小化范数表征动态变化背景的低秩性，从而更加准确地恢复动态变化下的背景图像；在此基础上，利用非凸范数约束稀疏前景目标，以增强对噪声的稳健性，同时利用总变分正则项以抑制动态背景像素，进而构建动目标检测模型，能够更好地区分背景和目标，提高了卫星视频图像数据中的目标图像检测的准确性。

本发明授权一种基于低秩稀疏矩阵分解的卫星视频动目标检测方法在权利要求书中公布了：1.一种基于低秩稀疏矩阵分解的卫星视频动目标检测方法，其特征在于，包括： 获取卫星视频图像数据，并根据所述卫星视频图像数据构建卫星视频矩阵数据模型； 根据所述卫星视频图像数据构建总变分正则项模型； 根据所述卫星视频矩阵数据模型构建基于奇异值部分和最小化范数的背景模型和基于非凸范数的前景模型；其中，； 根据所述基于奇异值部分和最小化范数的背景模型、所述基于非凸范数的前景模型和所述总变分正则项模型，构建动目标检测算法模型； 求解所述动目标检测算法模型，以得到所述卫星视频图像数据的目标图像； 根据所述卫星视频图像数据构建总变分正则项模型，包括： 获取所述卫星视频图像数据中的像素值在水平方向、垂直方向和时间方向上的差分值；具体公式如下： ； 其中，分别为视频数据图像的长、宽和时间帧数； 将各所述差分值进行向量化处理，以得到空间图像长维度差分矩阵、空间图像宽维度差分矩阵和时间维度差分矩阵； 根据所述空间图像长维度差分矩阵、所述空间图像宽维度差分矩阵和所述时间维度差分矩阵，构建所述总变分正则项模型，具体公式如下： ； 其中，，和分别表示水平、垂直和时间轴上的强度变化； 所述动目标检测算法模型的公式包括： ； 其中，为所述基于奇异值部分和最小化范数的背景模型，为所述基于非凸范数的前景模型，为所述总变分正则项模型，为所述卫星视频矩阵数据模型，为背景矩阵，为前景矩阵，为局部不对齐和光照变化引起的运动背景和动态变化背景矩阵，为奇异值的个数，和分别是约束前景正则项和总变分正则项的超参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。