技术特征:
技术总结
本发明公开了一种融合多特征降维和迁移学习的红外目标稳健性识别方法,首先,针对传统的红外人体目标特征提取方法提取某单一特征时存在涵盖信息不全面的问题,提出提取目标不同类型的异构特征,包括目标图像的形状特征和亮度特征,从而充分挖掘出红外人体目标的特点。其次,提出采用主成分分析方法对融合后的异构特征进行降维。最后,设计了一种有效的基于迁移学习的红外人体目标分类器,可最大程度地提高泛化性能和目标识别准确度。与传统的红外人体目标识别方法相比,本发明提出的方法有效提高了复杂背景下红外人体目标识别的性能。
技术研发人员:王鑫;张鑫;吕国芳;石爱业
受保护的技术使用者:河海大学
技术研发日:2018.04.28
技术公布日:2018.10.19