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

来源：辽宁工程技术大学学报(自然科学版), 2023, 42(03): 362-369.

DOI：10.11956/j.issn.1008-0562.2023.03.014

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

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。

• 单位
  南昌航空大学