基于低分辨率红外传感器的深度学习动作识别方法

近年来动作识别成为计算机视觉领域的研究热点,不同于针对视频图像进行的研究,本文针对低分辨率红外传感器采集到的温度数据,提出了一种基于此类红外传感器的双流卷积神经网络动作识别方法.空间和时间数据分别以原始温度值的形式同时输入改进的双流卷积神经网络中,最终将空间流网络和时间流网络的概率矢量进行加权融合,得到最终的动作类别....     

基于热释电红外传感器的人体动作识别方法

针对目前人体动作识别技术中存在的隐私暴露、技术复杂度高和识别精度低等相关问题,提出了一种基于热释电红外（PIR）传感器的人体动作识别方法。首先,采用一组安置在天花板上经过视场调制的PIR传感器采集人体运动时散发的红外热辐射信号,将传感器输出的电压模拟信号进行滤波放大后通过ZigBee无线模块传送到PC端打包成原始数据集;其次,将原始数据的两路传感器输出数据进行特征融合,对融合后的数据做标准化处理封装为训练集和测试集;然后,基于数据的特征提出一种两层级联的混合深度学习网络模型作为人体动作的分类算法,第一层采用一维卷积神经网络（1DCNN）对数据进行特征提取,第二层采用门控循环单元（GRU）保存历史输入信息防止丢失有效特征;最后,利用训练集来训练该网络模型得出参数最优的分类模型,通过测试集验证模型的正确性。实验结果表明,提出的该动作识别技术模型对基本动作分类的准确率高于98%,与图像动作识别或穿戴式设备动作识别相比,实现了实时、便捷、低成本和高保密性的高精度人体动作识别。     

基于红外阵列传感器的人体行为识别系统研究

随着人口老龄化的到来,为了避免发生意外事故,对老人日常活动行为进行识别和监测的安全监护系统的需求不断增长.传统的基于摄像头拍摄或者穿戴式传感器的活动状态监测系统存在着隐私保护和使用不方便等不足.为此,本文设计一种基于红外阵列传感器的人体行为识别系统.该系统通过检测环境中的温度分布和变化情况识别人体行为,不需要在老人身上佩戴任何设备,尺寸小易于安装,在黑暗环境中可正常工作,且由于采集到的是低分辨率信息,不会造成隐私泄露,对比传统方案具有明显优势.从采集到的温度分布信息中提取特征并采用K最近邻(K-Nearest Neighbor,KNN)算法实现了\     

红外图像中基于多特征提取的跌倒检测算法研究

研究表明跌倒是我国老年人伤害的主要原因,而且超过一半的跌倒发生在家中.如果我们能及时发现老人跌倒并进行有效处理,就会降低跌倒对老人的伤害.因此为了检测老年人室内跌倒行为,本文从低分辨率的红外图像中,提取出4种对跌倒敏感的特征,同时使用K近邻算法进行分类来判断是否发生跌倒.另外,本文还设计了一套基于该算法的老年人跌倒检测系统,它具有保护隐私、准确度高、安装方便的优点.最后通过实验测试表明该跌倒检测算法的准确率高达91.25%.     

基于红外车辆目标识别方法的研究

红外车辆目标识别是战场探测系统中的关键技术,近年来引起国内外人们很大的关注。文章根据红外目标识别的特点,在红外目标的对比度增强、自动分割、特征提取、目标识别等方面,进行了研究。     

一种基于红外特性分析的目标识别方法

当目标所处背景与目标本身红外辐射相差不大时,目标不能被准确识别.为了能够准确定位目标并摧毁目标,提出了采用7元红外排列方法对目标进行扫描的想法.实验结果表明,通过目标的红外特性曲线可以很准确地实现发动机位置的识别.依据典型目标的发动机位置可判定目标类别,并能准确打击目标要害,从而摧毁目标.     

基于深度学习的体操错误训练动作识别方法

体操错误训练动作影响运动员身体稳定性，易对身体造成损伤。为此，提出基于深度学习的体操错误训练动作识别方法。通过选取合适像素深度阈值将图像目标和背景分离；凭借Hu矩获得体操训练完整动作矩形边框，计算每个框图内深度差像素；通过深度学习中空间图的卷积网络，建立骨架序列的时空动态模型；利用连续帧连接相应关键点建立图时间表达形式，划分骨架结构图并对比历史图像，完成体操错误动作识别。实验结果表明：所提方法可对体操错误动作实现精准识别。     

体域网中一种基于压缩感知的人体动作识别方法

能量有效性是无线体域网在面向长时间健康监测应用的首要挑战。该文引入压缩感知和稀疏表示理论同时解决人体活动监测中的动作识别和数据压缩问题,探索在达到一定动作识别率的同时降低传感器节点的能耗。该文提出的压缩分类动作识别方法首先在传感器节点利用随机投影对传感数据进行压缩,传到中心节点后再利用稀疏表示对压缩采样数据进行分类与识别,可减少传感器节点处理、传输原始数据所带来的能耗。在公开的可穿戴式传感器动作识别数据库WARD(Wearable Action Recognition Database)验证算法性能,实验结果表明该动作识别方法能有效地对随机投影后的低维采样数据进行识别,具有与传统识别方法相比拟的动作识别准确率。     

一种基于目标红外特征的目标分类识别方法

基于目标的红外选择性,提出了目标的９个特征量,并以它们为分量组成目标的特征向量,以此来进行目标的分类识别。由于特征量单位不统一,提出了一种近邻分类法。文中用３类飞机的红外图像进行实验。实验表明,用这种方法把提出的红外特征量用于目标的分类识别效果很好。     

一种基于多传感器时间—空间信息融合的红外小目标识别方法

为了提高强干扰条件下的红外弱小目标识别的可靠性，提出了一种基于多传感器时间－空间信息融合的红外小目标识别方法，并采用D－S证据合成理论对来自多个红外双波段成像传感器的实际图像信息了仿真融合计算。仿真结果表明该方法对强干扰条件下的红外弱小目标具有较高的识别效率。     

低分辨雷达目标调制特征提取和分类识别方法

利用目标的发动机调制(JEM)效应,提取目标的谱线间隔、谱线宽度、谱线个数、幅度偏差系数、能量比、波形熵、中心矩等特征,形成特征向量后参与后续的综合决策。在低分辨雷达对飞机目标进行的目标分类识别试验中采集数据,进行了实测数据分析,实验结果表明提取的目标特征和分类效果方面的有效性。     

红外温度传感器的设计与实现

本文介绍了一种新型红外温度传感器的测量原理、设计制作和实验结果。其基本机构是利用高精度红外位移传感器测量热膨胀系数较大的有机玻璃的长度随温度的变化。我们通过运用灵敏度为0．001℃的高精度石英温度计对其进行了校准。这种仪器的温度测量精度可以达到10-5℃数量级。与市场上现有的温度传感器相比,其灵敏度和线性度都有较大的优势,具有广泛的应用前景。     

一种冰醋酸红外气体传感器设计

提出了一种基于非色散红外原 理的冰醋酸红外气体传感器。介绍了冰醋酸红外气体传 感器的原理,然后对其结构设计进行了详细描述,并利用Light Tools 软件对其光路进行了仿真验证,最后获得了冰醋酸红外 气体传感器样机。测试结果表明,该传感器在0～5000 ppm范围内 的测量精度优于±1%F.S.,响应时间(T90)为29 s。这种传感器的光源部分 采用电调制方式,舍弃了传统的红外气体传感器光源部分的机 械斩波结构,进而减小了传感器的体积,提高了稳定性。因此,该传感器 在冰醋酸运输、储存和使用等领域具有广泛的应用前景。     

一种基于多特征提取的雷达目标识别方法研究

直接利用雷达高分辨一维距离像或是提取一维像单一特征进行目标识别难以取得理想效果.为了更好地反映雷达目标本身的物理特性,提高雷达目标识别率,对雷达目标高分辨一维距离像的频谱幅度、能量聚集区长度、散射中心数目和中心矩特征进行提取并构成多特征向量,描述雷达目标高分辨一维距离像频域、能量等物理特性,采用主成分分析方法进行特征维...     

雷达与红外数据融合的近距空中目标识别

为了提高传感器目标识别性能和近距空中目标识别准确性,结合雷达和红外传感器提出了一种目标融合识别模型：对于雷达传感器,提出基于参数学习贝叶斯网络的目标识别方法,首先采用EM算法对贝叶斯网络进行参数优化,然后根据获取的目标属性信息进行目标分类;对于红外成像传感器,采用基于小波矩特征的目标识别方法,首先对目标图像进行小波矩特征提取和选择,然后通过建立的BP神经网络分类器进行目标分类;最后通过D S证据组合法则对两部分识别结果进行融合处理,实现了基于雷达和红外数据融合的近距目标识别。仿真结果表明：和单传感器相比,所提出的模型可以更加精确地进行目标识别。     

远距离传输舰船红外图像的目标识别

针对海天背景下的目标与背景红外图像对比度差、图像边缘模糊等特点,提出了一种远距离舰船红外图像的识别方法,分析了舰船目标的红外辐射特性,对远距离的舰船红外图像进行了预处理,对图像进行了梯度锐化和拉普拉斯锐化处理。仿真实验结果表明：对于远距离舰船红外图像的识别,先用改进的中值滤波方法进行预处理,再进行拉普拉斯锐化处理,可以达到识别目标的目的。     

基于GA优化的地物红外光谱组合识别

为了从TM影像中提取不同地物红外光谱信息特征，构造了地物光谱组合的函数关系式，提出了从地物TM影像中分辨出某类地物的一般原则，并采用遗传算法优化确定地物光谱组合关系式中的系数。根据不同地物与函数值分布范围的对应关系。可以较容易地由TM影像作出多种不同地物的识别。实例分析表明这种地物光谱识别模型具有简单性、实用性和可分辨性等特点。     

自动识别数字调制方式的一种方法

提出了一种对经符号成形的数字通信信号进行调制方式自动识别的方案,该方案将数字已调信号的瞬时特征与功率谱特性相结合,设计了一组对信号信噪比不敏感的特征参数。通过提取经升余弦滤波成形的2FSK等六种常用的数字调制信号的5个特征参数,分别采用决策树和神经网络分类器进行调制方式自动识别。仿真表明,当信噪比为11dB时,采用决策树分类器对除2ASK外的5种信号的识别率在95%以上,神经网络分类器此时对所有信号的识别率达到了98%以上,证明了该方案的有效性和可行性。     

说话人识别综述

在分析说话人识别原理和方法的基础上,对近年来说话人识别技术的发展进行了综述。分析了当前说话人识别技术中使用的多种特征和模式识别方法,并对其今后的研究前景和发展方向进行了展望。