基于深度学习的红外图像人体步态识别方法

作     者：朱小鹏 云利军 张春节 王坤 ZHU Xiao-peng;YUN Li-jun;ZHANG Chun-jie;WANG Kun

作者机构：云南师范大学信息学院云南昆明650500 云南师范大学云南省光电信息技术重点实验室云南昆明650500 

基　　金：云南省应用基础研究计划重点基金项目(2018FA033) 云南师范大学研究生科研创新基金项目(ysdyjs2020156) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2022年第43卷第3期

页      码：851-857页

摘      要：对基于深度学习的红外图像步态识别方法进行研究,利用卷积神经网络相关技术搭建一个深度学习模型,以此对红外图像中人体步态轮廓特征进行学习,对红外图像中人体步态身份做出识别。使用图像形态学中的闭运算对图片进行数据预处理,实验结果表明,经过预处理后的红外图像能够有效减少因红外相机成像原理导致的图像中产生冗余信息,有效提高模型的泛化能力。经过对实验数据的对比与分析,该模型及数据预处理的方法对红外图像中的人体步态识别有着比较显著的效果。

主 题 词：卷积神经网络 红外图像 人体步态识别 数据预处理 冗余信息 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2022.03.035

馆 藏 号：203109042...