仪器仪表学报

作者：高闻霈，杨 波，闵琳孜

单位：高闻霈,1.北京航空航天大学自动化科学与电气工程学院,,杨 波,1.北京航空航天大学自动化科学与电气工程学院,,闵琳孜,1.北京航空航天大学自动化科学与电气工程学院,

关键词：红外热电堆阵列传感器;红外数据增强;红外人体模型;生成对抗网络;人体行为感知

基金：国家自然科学基金(62173018)项目资助

针对目前公开的人体行为红外数据集较少的问题,本文设计了基于生成对抗网络和基于3D人体红外模型的两种数据增强方法,以快速扩充现有的红外人体行为数据集。搭建了改进的生成网络模型AC-WGAN并添加了网络优化策略,以生成高质量的红外热图;利用Unity3D引擎搭建表征红外特征及运动信息的人体模型,模拟红外阵列传感器成像原理,实现了给定人体模型及传感器方位信息便能自动生成大量且多样化数据的功能。基于数据增强后的数据集训练和测试卷积神经网络,实验结果表明,网络对不同行为的感知准确度达到80%以上,且显著提高了网络对陌生数据的识别能力,所设计的数据增强方法对于扩充人体行为红外数据集有效。

来源：2023年第1期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第1期