面向嵌入式系统的热成像图像分类方法的实现

曾洁; 严飞杰; 杨丽汇; 邹娟

doi:10.13291/j.cnki.djdxac.2026.01.019

大连交通大学学报 ›› 2026, Vol. 47 ›› Issue (1) : 153 -160. DOI: 10.13291/j.cnki.djdxac.2026.01.019

面向嵌入式系统的热成像图像分类方法的实现

曾洁, 严飞杰, 杨丽汇, 邹娟

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对当前图像分类领域中所使用的网络结构复杂、模型文件较大、部署成本较高等问题，首先提出了一种基于热成像的轻量化图像分类方法，该方法使用热成像摄像头代替传统摄像头进行现实图像的捕捉，通过多帧合成的方式降低图像噪声和提高成像质量，采用自适应伪彩色编码将热成像捕捉的灰度图像转换成适合机器学习的彩色图像。其次使用改进的SqueezeNet轻量化卷积神经网络模型对自建的热成像手势数据集进行训练，模型的参数仅为1.4 MB。最后通过NCNN框架将模型部署到嵌入式设备中，经验证，该方案的分类效果良好且速度较快，其测试精度高于99.3%,在树莓派4B上的图像推理时间低于68 ms。