为了提高多目标异常行为的识别精度,提出红外图像序列中多运动目标异常行为识别方法。对红外图像展开一次引导滤波,得到其信息细节,对上述图像再次展开引导滤波,得到二次引导滤波后信息细节,同时和一次引导滤波后信息细节作差,并把上述...为了提高多目标异常行为的识别精度,提出红外图像序列中多运动目标异常行为识别方法。对红外图像展开一次引导滤波,得到其信息细节,对上述图像再次展开引导滤波,得到二次引导滤波后信息细节,同时和一次引导滤波后信息细节作差,并把上述获取的图像细节信息与输入图像展开加权求和,得到增强后的红外图像。将人体骨骼关节点作为依据,分别获取关节速度、运动员重心以及关节角度特征,构建双向长短时记忆网络(Bidirectional Long Short-Term Memory Network,Bi-LSTM),并将上述特征输入该模型内,实现多运动目标异常行为识别。经实验验证得出,所提方法对红外图像的增强效果好,多目标异常行为的识别精度高。展开更多
文摘为了提高多目标异常行为的识别精度,提出红外图像序列中多运动目标异常行为识别方法。对红外图像展开一次引导滤波,得到其信息细节,对上述图像再次展开引导滤波,得到二次引导滤波后信息细节,同时和一次引导滤波后信息细节作差,并把上述获取的图像细节信息与输入图像展开加权求和,得到增强后的红外图像。将人体骨骼关节点作为依据,分别获取关节速度、运动员重心以及关节角度特征,构建双向长短时记忆网络(Bidirectional Long Short-Term Memory Network,Bi-LSTM),并将上述特征输入该模型内,实现多运动目标异常行为识别。经实验验证得出,所提方法对红外图像的增强效果好,多目标异常行为的识别精度高。
