提出了基于卷积神经网络(Convolutional Neural Networks,CNN)和长短时记忆网络(Long Short Term Memory Network,LSTM)两种网络模型的混合模型C-L的红外人体行为识别方法。首先,通过提取红外视频中的每帧红外图像,对图像信息进行预处理...提出了基于卷积神经网络(Convolutional Neural Networks,CNN)和长短时记忆网络(Long Short Term Memory Network,LSTM)两种网络模型的混合模型C-L的红外人体行为识别方法。首先,通过提取红外视频中的每帧红外图像,对图像信息进行预处理,得到视频中动作的空间和时序信息;其次,分别输入CNN模型进行卷积、池化等空间特征提取操作,输入LSTM模型进行时序特征提取操作;最后,两条网络通过决策级别的得分融合策略获取分类结果。基于自建的红外人体行为数据集,对设计的十个行为动作进行分类,做了对比实验,最后取得了比较好的结果。展开更多
文摘提出了基于卷积神经网络(Convolutional Neural Networks,CNN)和长短时记忆网络(Long Short Term Memory Network,LSTM)两种网络模型的混合模型C-L的红外人体行为识别方法。首先,通过提取红外视频中的每帧红外图像,对图像信息进行预处理,得到视频中动作的空间和时序信息;其次,分别输入CNN模型进行卷积、池化等空间特征提取操作,输入LSTM模型进行时序特征提取操作;最后,两条网络通过决策级别的得分融合策略获取分类结果。基于自建的红外人体行为数据集,对设计的十个行为动作进行分类,做了对比实验,最后取得了比较好的结果。
