《基于低分辨率红外阵列传感器的人体身份和动作识别》PDF+DOC
作者:王召军,许志猛
单位:中国电工技术学会
出版:《电气技术》2019年第11期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFDQJS2019110040
DOC编号:DOCDQJS2019110049
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于深度卷积神经网络的人体动作识别》PDF+DOC2016年第S1期 吴军,肖克聪
《结合手机传感器和卷积神经网络的人体行为识别》PDF+DOC2018年第03期 石代伟,张若英
《基于红外阵列传感器的人体行为识别系统研究》PDF+DOC2020年第03期 王召军,许志猛,陈良琴
《基于多传感器信号和卷积神经网络的滚动轴承故障诊断》PDF+DOC2020年第04期 朱丹宸,张永祥,潘洋洋,朱群伟
《基于ANOVA和BP神经网络的最优肌电信号测量位置选择》PDF+DOC2019年第02期 吴常铖,严余超,曹青青,费飞,杨德华,徐宝国,宋爱国
《移动机器人室内场景主动识别的强化学习方法》PDF+DOC2018年第01期 柳杨,王博文,韩建晖,孙英
《L-M贝叶斯正则化BP神经网络在红外CO_2传感器的应用》PDF+DOC2018年第04期 赵久强,王震洲
《基于RBF神经网络的红外二氧化碳传感器数学模型》PDF+DOC2004年第01期 张广军,武晓利
《新型高性能红外二氧化碳传感器》PDF+DOC2002年第06期 张广军,武晓利
《RBF神经网络在红外CO_2传感器压力补偿中的应用研究》PDF+DOC2008年第01期 钱力,傅岚,黄刚
本文针对人体身份及动作识别的问题,提出一种基于低分辨率红外阵列传感器并使用卷积神经网络进行分类识别的方法,这种方法可以识别出人的身份和跌倒、坐下以及行走动作。本文使用的卷积神经网络是基于VGGNet搭建的,由输入层、5层卷积层、3层池化层、1层全连接层和输出层构成,自动提取红外热图像中的信息特征,对身份及动作进行分类,在良好的隐私保护下避免了繁琐的人工提取特征。经过实验测试,卷积神经网络算法识别动作平均准确率为93.3%,其中行走识别准确率达到100%,坐下识别准确率为90%,跌倒识别准确率为90%,身份识别准确率为96.7%。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。