基于显著性区域的红外行为识别

• 作者: 杜莲 王灿 高陈强
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 行为识别 红外视频 显著性区域 卷积神经网络
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 128-135
• 页数: 8页
• 分类号: TP391.4
• 字数: 4726字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2019.01.017

摘要

视频特征的提取是行为识别方法中一个关键步骤, 当视频场景中存在无关行人或者背景干扰时, 提取的特征往往会包含较多的干扰信息, 这将严重影响分类器的分类效果, 进而影响行为识别准确率.针对这类问题, 提出了一种基于显著性区域的红外行为识别方法.该方法对视频序列提取光流运动历史图 (optical flow-motion history image, OF-MHI)特征, 获取视频序列的运动信息, 此步骤旨在消除图像背景及静止目标干扰.利用类别激活映射 (class activation map, CAM)方法进一步消除运动目标干扰, 获得兴趣目标显著性区域, 进而获得显著性区域特征图.输入卷积神经网络 (convolutional neural network, CNN)提取最终特征, 并采用支持向量机 (support vector machine, SVM)获得识别结果.与传统方法相比, 实验结果表明, 该方法有效地提升了识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高陈强	重庆邮电大学信号与信息处理重庆市重点实验室	19	110	6.0	10.0
2	王灿	重庆邮电大学信号与信息处理重庆市重点实验室	2	2	1.0	1.0
3	杜莲	重庆邮电大学信号与信息处理重庆市重点实验室	1	1	1.0	1.0