激光与红外

作者：姚天

单位：南昌航空大学 图像处理与模式识别江西省重点实验室,江西 南昌 330063；

关键词：人体行为识别;ConvInvolution算子;小样本学习;红外视频

基金：国家自然科学基金项目(No.62162044,No.61866027)；江西省自然科学基金项目(No.20202BAB202016)；江西省重点研发计划项目(No.20212BBE53017)资助。

红外视频存在颜色信息缺失较为严重、识别区域易与背景混淆等现象,使得现有小样本特征提取网络常常关注无效信息,导致识别精度较低。针对此问题,本文提出一种基于内卷积(Conv Involution)算子的红外视频小样本人体行为识别方法。首先,通过InstColorization方法恢复红外视频中的颜色信息；其次,基于空间和通道特异性设计Conv Involution算子,并利用该算子和改进注意力机制设计特征提取网络,分离背景,更有效地关注行为发生区域；最后,结合小样本学习方法ANIL进行人体行为分类。对比实验结果表明,本文所提方法不但识别精度最高,而且具有出色的稳定性。

来源：2023年第2期

《激光与红外》期刊编辑部

查看激光与红外杂志2023年第2期