基于深度学习的红外图像人体步态识别方法

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.

关键词：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

所属期刊栏目：43

分类号：TP181(自动化基础理论)

资助基金：云南省应用基础研究计划重点基金项目;云南师范大学研究生科研创新基金项目

在线出版日期：2022-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：851-857