作者单位
摘要
1 福州大学 物理与信息工程学院,福建 福州 350108
2 达尔豪斯大学 电气和计算机工程系,加拿大 哈利法克斯,NS B3J 1Z1
在驾驶和在线课堂这类持续时间较长的行为中,人们容易出现分心而导致事故发生或上课效率差。为检测这类分心行为,提出了一种基于低分辨率红外阵列传感器的头部运动检测方法,它在实现行为监测的同时也保护了个人隐私。首先,基于图像处理方法提取了人体的显著区域;然后设计了一种三维图像融合算法来提取时空域的变化信息;最后,设计了一个改进的残差网络来实现头部运动分类。面向驾驶和在线课堂应用场景设计了10种头部运动。实验结果表明,在50 cm到100 cm的检测范围内,平均识别率为96.76%,处理速度为9帧/s,优于现有算法。将该系统应用于车内实测,也达到了93.7%的准确率。
红外阵列传感器 头部运动检测 分心行为 三维图像融合 infrared array sensor head motion detection distraction behavior 3D image fusion 
红外与毫米波学报
2023, 42(2): 276
作者单位
摘要
福州大学物理与信息工程学院, 福建福州 350108
随着人口老龄化的到来, 为了避免发生意外事故, 对老人日常活动行为进行识别和监测的安全监护系统的需求不断增长。传统的基于摄像头拍摄或者穿戴式传感器的活动状态监测系统存在着隐私保护和使用不方便等不足。为此, 本文设计一种基于红外阵列传感器的人体行为识别系统。该系统通过检测环境中的温度分布和变化情况识别人体行为, 不需要在老人身上佩戴任何设备, 尺寸小易于安装, 在黑暗环境中可正常工作, 且由于采集到的是低分辨率信息, 不会造成隐私泄露, 对比传统方案具有明显优势。从采集到的温度分布信息中提取特征并采用 K最近邻( K-Nearest Neighbor, KNN)算法实现了“走”、“坐”和“跌倒” 3种状态的识别。实验结果表明平均准确率可达到 95%, 其中跌倒准确率为 97.5%, 行走准确率高达 100%, 坐下准确率为 92.5%。
行为识别 红外阵列传感器 多特征提取 K-近邻算法 activity recognition, infrared array sensor, multi 
红外技术
2020, 42(3): 231
作者单位
摘要
西安工业大学电子信息工程学院, 陕西西安 710021
针对金属冶炼排渣机械手对炉渣位置定位的问题, 本文提出了一种基于近红外视觉的高温目标定位方法。使用红外阵列传感器和 CMOS摄像头结构光三维重建视野标定后搭建出一套近红外视觉系统。用蜡烛光模拟高温炉渣, 将红外阵列传感器采集的温度点阵数据绘制出伪彩色温度分布图, 利用仿射不变性原理将其与彩色图像配准融合, 生成高温炉渣及其周围环境的红外 -可见光融合图像。最后, 利用红外阵列传感器横、纵视野角分量投影的方法得到高温炉渣的三维坐标。实验结果表明, 红外阵列传感器定位高温炉渣的方法是可行的。定位得到高温炉渣的三维坐标为机械手提供目标期望给定, 机械手可进一步完成排渣任务。
近红外视觉 高温目标定位 红外阵列传感器 仿射不变性 视野角 near-infrared vision high temperature target positioning infrared array sensors affine invariance viewing angle 
红外技术
2019, 41(2): 194

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!