一种基于低秩全连接张量网络分解与全变分模型的运动目标检测方法

本发明公开了一种基于低秩全连接张量网络分解与全变分模型的运动目标检测方法，属于计算机视觉与实时视频分析技术领域。针对复杂动态场景下传统方法因忽略时空关联性、固定秩约束及高计算复杂度导致的实时性差、动态背景误判及噪声干扰严重等问题，提出以下技术方案：通过全连接张量网络(FCTN)分解，利用共同秩实现动态背景的精准建模，减少背景泄漏至前景的干扰；结合滑动窗口策略增量式更新时间核心参数，固定历史空间核心以降低计算复杂度；联合全变分(TV)正则化优化低秩‑稀疏分离过程，约束空间梯度与时间梯度连续性，增强运动目标轮廓完整性并抑制噪声。