摘要：現有的用于視頻運動目標檢測的魯棒主成分分析方法通常將背景矩陣的秩函數松弛為核范數,導致求解低秩矩陣的奇異值收縮算子法的閾值恒定,從而背景恢復精度不高。為此提出由加權核范數和結構稀疏范數組成的新的損失函數并用交替方向乘子法進行優化。采用加權核范數作為矩陣的低秩約束,使得壓縮閾值與相應奇異值的大小呈單調遞減關系,從而大奇異值得以較小幅度壓縮。使用結構稀疏范數作為前景稀疏約束,有效利用了前景運動目標的空間區域連續性的先驗知識。實驗結果表明,該方法在動態背景、陰影等復雜場景下均能取得較其他魯棒主成分分析方法更好的效果。