基于改进MobileNet V1的红外图像人体行为识别方法

作     者：毛天雅 余磊 周啸辉 姚天 万文文 熊邦书 欧巧凤 MAO Tianya;YU Lei;ZHOU Xiaohui;YAO Tian;WAN Wenwen;XIONG Bangshu;OU Qiaofeng

作者机构：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 

出 版 物：《辽宁工程技术大学学报（自然科学版）》 (Journal of Liaoning Technical University (Natural Science))

年 卷 期：2023年第42卷第3期

页      面：362-369页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金项目(62162044,61866027) 江西省自然科学基金项目(20202BAB202016) 

主　　题：人体行为识别 红外图像 MobileNet V1网络 空间注意力 ESA模块 

摘      要：为解决红外图像人体行为识别中深度学习模型参数量多、运行速度慢,以及无法对突发事件进行实时处理等问题,提出一种基于改进MobileNet V1网络的人体行为识别方法。根据红外图像特性,在通道维度上压缩输入特征,生成空间信息描述符;进行充分的信息交互,并由Sigmoid函数得权重向量;与输入特征相乘,获得优化后的特征,构建高效空间注意力模块;利用空间注意力模块改进MobileNet V1网络,保留其轻量化优势并提升其在红外条件下的性能。实验结果表明,MobileNet V1+ESA网络的识别率达到99.83%,明显优于MobileNet V1网络;与基于红外图像的其他网络相比,在识别精度基本不变的情况下,大幅降低了参数量和运行时间,取得了良好的识别效果。