基于视觉注意力模型的红外人体图像兴趣区域提取

由于红外人体图像所处背景的复杂性,使用阈值分割定位红外人体图像往往把大量的非人体图像一起分离出来,这给后续工作带来了巨大的计算量。研究了红外人体图像的典型特点和人眼视觉判断人体轮廓图像的敏感特征,使用该特征建立了简单的人眼视觉对人体的注意力模型,并构建特征判别概率函数,对待定目标进行概率的估算,最终使用该模型快速地剔除非人体红外图像的干扰,并准确地定位人体兴趣区域。

人体红外图像序列威胁行为理解

为识别人体的威胁行为,对提取的人体红外图像行为序列特征进行研究,提取每一帧图像的HOG特征并且并联形成序列二维特征。为降低特征维数,对二维图像进行离散余弦变换,使用变换后的包含该二维图像主要信息的前两列近似代替该图像的主要特征,最终使用最小二乘支持向量机对降维后的多段图像序列进行训练和测试,并给出最终训练测试结果。结果表明,该特征能实现对几种典型的威胁行为识别。