基于3D卷积的红外视频人体行为识别  

Human behavior recognition in infrared video based on 3D Convolution

在线阅读下载全文

作  者:姚超[1] 罗贞兰 刘桂华[1] 布文萍 罗国庆 YAO Chao;LUO Zhen-lan;LIU Gui-hua;BU Wen-ping;LUO Guo-qing

机构地区:[1]西南科技大学信息工程学院,绵阳621010 [2]深圳市朗驰欣创科技股份有限公司,深圳518000

出  处:《制造业自动化》2023年第11期6-9,共4页Manufacturing Automation

基  金:国家自然科学基金(11602292);国家自然科学基金-青年基金项目(61701421)。

摘  要:为了解决家庭看护的隐私问题以及时效性,设计了一种在被动红外的家庭看护场景的3D卷积神经网络Care3DNet。Care3DNet是一种基于C3D的改进算法,将前3层卷积层进行卷积分解,分解为深度卷积层与点卷积层的组合方式;再加一层卷积层并引入快捷连接来加强网络中特征信息流的传递。为了验证Care3DNet的实际行为识别效果,在行为数据集进行测试与评估,Care3DNet的TOP-1正确率可达到93.8%,相比原C3D算法提高了6.7%。并与其他经典行为识别网络进行混合动作实验对比,结果表明使用该方法在被动红外的家庭看护场景中的行为识别能够达到更为准确的效果,具有更优良的市场应用前景。

关 键 词:行为识别 深度学习 3D卷积 红外热成像 

分 类 号:TP391[自动化与计算机技术—计算机应用技术]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象