1.一种基于广义非凸鲁棒主成分分析的视频前背景分离方法，其特征在于，将待处理视频转化为一个大小为m行，n列的二维矩阵M，其中m为视频中每一帧的长宽积，n为待处理视频所含的帧数；将所述二维矩阵M输入至预先构建的基于广义非凸鲁棒主成分分析的视频前背景分离模型，得到低秩矩阵L和稀疏矩阵S，低秩矩阵L和稀疏矩阵S分别为待处理视频的背景和前景；

所述基于广义非凸鲁棒主成分分析的视频前背景分离模型为：s.t.D＝L+S

其中，g(·)表示在 是非凸的、闭的、正常的下半连续函数， 表示由正实数到正实数的映射，σi(L)为低秩矩阵L的第i个奇异值，Sj为稀疏矩阵S的第j个元素，D表示观测矩阵，λ＞0表示折中参数；

利用交替方向乘子法对基于广义非凸鲁棒主成分分析的视频前背景分离模型求解，得到低秩矩阵L和稀疏矩阵S；

所述求解的过程为：

(1)给定λ＞0、μ0＞0、μmax＞μ0和ρ＞1，初始点L0＝0、S0＝0和迭代次数k初始值为0，其中ρ为放大因子、μ0表示惩罚因子的初始值、μmax表示惩罚因子的最大值、L0表示低秩矩阵的初始值、S0表示稀疏矩阵的初始值、Y0表示拉格朗日乘子初始值；

k+1 k+1

(2)根据式 更新变量L ，其中L 表

k k

示第k步的低秩矩阵的值，U 、V分别表示对矩阵 的奇异值分解的左右矩阵，σ(·)表示 的奇异值，Diag(·)为矩阵对应的对角阵， 为非凸函数g(·)k k

的邻近算子，μk表示第k步的惩罚因子、S第k步的稀疏矩阵的值、Y为乘子和T表示转置；

k+1

(3)根据式 更新变量S ；

k+1 k k+1 k+1 k+1

(4)根据式Y ＝Y‑μk(L +S ‑D)更新变量Y ；

(5)根据式μk+1＝min(ρμk,μmax)更新变量μk+1，μk+1表示第k+1步的惩罚因子；

(6)若满足终止条件 则迭代终止，否则，令k＝k+1返回步骤(2)，其中，F表示矩阵的Frobenius范数。

2.根据权利要求1所述的基于广义非凸鲁棒主成分分析的视频前背景分离方法，其特征在于，所述基于广义非凸鲁棒主成分分析的视频前背景分离模型的构建过程为：利用广义核范数对传统鲁棒主成分分析模型中的秩函数进行替代，并构建广义核范数模型；利用广义范数来对传统鲁棒主成分分析模型中的l0范数进行替代，并构建广义范数模型；将广义核范数模型和广义范数模型进行组合构建基于广义非凸鲁棒主成分分析的视频前背景分离模型。

3.根据权利要求2所述的基于广义非凸鲁棒主成分分析的视频前背景分离方法，其特征在于，所述广义核范数和广义范数为满足闭的、正常的下半连续函数。

4.根据权利要求3所述的基于广义非凸鲁棒主成分分析的视频前背景分离方法，其特征在于，所述满足闭的、正常的下半连续函数为Logarithm惩罚函数，表达式为：其中，τ＞0和γ＞0均为参数，x为自变量。