-
公开(公告)号:CN119007292A
公开(公告)日:2024-11-22
申请号:CN202411117067.3
申请日:2024-08-15
Applicant: 东北大学秦皇岛分校
IPC: G06V40/20 , G06V40/10 , G06V10/46 , G06V10/774 , G06V10/72 , G06V10/764 , G06N3/0464 , G06N3/084 , G06N5/01 , G06N20/20 , G01J5/48
Abstract: 本发明公开了一种基于红外图像的人体动作识别方法,所述方法包括获取红外图像;构建红外图像人体骨骼关键点坐标数据集;构建红外图像人体骨骼关键点提取网络;基于红外图像人体骨骼关键点坐标数据集训练红外图像人体骨骼关键点提取网络和随机森林分类器;获取待识别红外图像,基于红外图像人体骨骼关键点提取网络和随机森林分类器对待识别红外图像进行动作的分类与预测。本发明通过高斯分布生成样本标签,引入其他关键点到心脏的相对距离作为特征,结合深度可分离卷积模块的全卷积神经网络,解决了现有行为识别方法在夜间无光或恶劣天气条件下,仅依赖可见光环境的局限性,显著提升了红外人体行为动作识别的实时性和准确率。
-
公开(公告)号:CN119007136A
公开(公告)日:2024-11-22
申请号:CN202411117081.3
申请日:2024-08-15
Applicant: 东北大学秦皇岛分校
IPC: G06V20/54 , G06V10/20 , G06V10/36 , G06V10/82 , G06T5/75 , G06T5/20 , G06N3/0464 , G06N3/0495 , G06N3/08
Abstract: 本发明公开了一种基于轻量YOLOv8的红外舰船识别方法,所述方法包括获取海上红外舰船数据集并进行预处理,将处理后的数据集按8:1:1的比例划分预处理图像集,得到训练集、验证集和测试集;通过改进YOLOv8构建目标检测模型;通过训练好的目标检测模型对待测图像进行舰船检测并识别类型。本发明通过提供轻量化设计的YOLOv8,通过使用轻量化的网络作为特征提取网络,减少了模型参数量,同时引入注意力机制提高多尺度下的泛化能力,提升检测速度的同时保持较高的识别准确性,能够实现海上红外舰船的实时识别。
-