專利名稱：基于熱釋電紅外探測的人體動作分層次識別方法
技術(shù)領域：
本發(fā)明涉及ー種人體動作分層次識別方法。特別是涉及一種根據(jù)不同動作熱釋電信號的特點，分別采用快速傅里葉變換和小波包分析提取不同動作的運動特征的基于熱釋電紅外探測的人體動作分層次識別方法。
背景技術(shù)：
隨著計算正滲透和影響著人們生活的各個方面，根據(jù)傳感器數(shù)據(jù)來識別人的動作和行為逐漸成為“以人為中心的計算”中ー個非?；钴S的研究領域。人的運動分析在高級人機交互、安全監(jiān)控、視頻會議、醫(yī)療診斷及基于內(nèi)容的圖像存儲與檢索等方面具有廣泛的應用前景和潛在的經(jīng)濟價值，從而激發(fā)了國內(nèi)外廣大科研工作者及相關(guān)商家的濃厚興趣。基于視覺的人的運動分析是近年來計算機視覺領域中備受關(guān)注的前沿方向，它針對包含人的圖像序列進行運動檢測、目標分類、跟蹤以及對人的運動進行理解和識別，屬于圖像分析和理解的范疇；從技術(shù)角度而言，人的運動分析的研究內(nèi)容相當豐富，既包含了圖像處理以及計算機視覺等知識，也涉及了模式識別以及人工智能的理論，是ー個多學科交叉的研究方向。盡管有關(guān)人運動的視覺分析的研究已經(jīng)取得一定成果，但是在運動分割、遮擋處理、三維建模及性能評估等方面還存在著許多缺點和不足；各種成像設備價格昂貴，檢測及識別算法復雜度高，視頻、紅外圖像涉嫌隱私侵犯等問題，使得人體運動的視覺分析在某些特定場合難以得到適當?shù)膽?。熱釋電紅外(pyroelectric infrared，PIR)傳感器是ー種基于熱釋電效應原理的被動紅外探測器，它能夠檢測出探測區(qū)域內(nèi)的移動紅外輻射源，實現(xiàn)運動人體的檢測。由于其低成本、低功耗及環(huán)境適應性強等特點，被廣泛應用于安防系統(tǒng)、照明控制及攝像機的輔助監(jiān)控中。MR傳感器可以將探測到的運動人體的紅外輻射轉(zhuǎn)換為連續(xù)電壓信號輸出，在該模擬信號中包含有與人體運動形態(tài)有關(guān)的特征信息，利用統(tǒng)計學方法或特征提取算法可以從中獲取與人體某些特定動作(如行走、跑步、跳躍等)相對應的特征參量，從而設計實現(xiàn)一種基于熱釋電信息的人體動作識別系統(tǒng)。目前，利用熱釋電信息進行人體動作識別在國內(nèi)外的研究中尚屬少見清華大學的楊靖等人利用單個PIR傳感器檢測一名受試者原地踏步與跳躍兩種動作的熱釋電信號，通過對信號的分析處理，實現(xiàn)了對這兩種動作的監(jiān)測和識別，但尚未考慮不同受試者和不同動作模式的情況。本專利提出的人體動作模式實驗設計、不同動作信號的特征提取過程以及分層次識別算法等，可以用于建立小樣本紅外動作數(shù)據(jù)庫，并實現(xiàn)對數(shù)據(jù)庫中不同人的不同動作模式的特征提取和分類識別，為熱釋電信號的分析和處理提供一種新的思路。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是，提供一種能夠?qū)崿F(xiàn)對不同人不同運動狀態(tài)的檢測和識別的基于熱釋電紅外探測的人體動作分層次識別方法。本發(fā)明所采用的技術(shù)方案是ー種基于熱釋電紅外探測的人體動作分層次識別方法，包括如下步驟1)實驗設施的設置，采用表面加蓋有菲涅爾透鏡的單只P^傳感器，設置傳感器距地面高度為H，傳感器與人體垂直距離為D ；2)進行人體動作數(shù)據(jù)采集；3)進行特征提取，根據(jù)采集的不同信號的人體動作特點，分別采用快速傅里葉變換和小波包分析提取不同動作的特征參量。4)分層次識別，將步驟3所提取的特征作為特征參數(shù)，將它們一一區(qū)分開；5)使用K均值聚類算法實現(xiàn)分類過程，考慮到不同人的熱釋電信號存在一定個體差異性，在分類過程中采取五折交叉驗證算法來評估訓練模型。所述的人體動作數(shù)據(jù)采集是，選擇多數(shù)個被測對象，每ー個被測對象在與高度為H 的MR傳感器向下垂線的水平距離D處依次做六種動作，分別是走，跑，跳，撿，踢，攀爬，每種動作做十次，并建立小樣本的人體熱釋電紅外動作數(shù)據(jù)庫。在進行步驟3所述的特征提取吋，由于走和跑兩種動作在頻率上與跳，撿，踢，攀爬動作區(qū)分較明顯，因此先采用快速傅里葉變換算法提取走和跑信號的頻譜特征，從而將這兩種動作與跳，撿，踢，攀爬動作區(qū)分開；小波包分析獲取信號中的突變、偏移、趨勢、事件開始和終止成分，適合跳，撿，踢，攀爬這幾類動作的特征提取。步驟3所述的小波包分析是采用基于小波包能量的特征提取方法，即經(jīng)過5層db4 小波包分解后，在重構(gòu)各尺度小波系數(shù)的基礎上求解不同分解尺度上信號的能量，并將這些能量值按尺度順序排列形成特征向量供識別過程使用，設ら(」=0,1,…，32)表示第五層小波包重構(gòu)系數(shù)，其對應的能量為^jj = 0,1,…，32)，則有
權(quán)利要求
1.ー種基于熱釋電紅外探測的人體動作分層次識別方法，其特征在干，包括如下步驟1)實驗設施的設置，采用表面加蓋有菲涅爾透鏡的單只P^傳感器，設置傳感器距地面高度為H，傳感器與人體垂直距離為D ；2)進行人體動作數(shù)據(jù)采集；3)進行特征提取，根據(jù)采集的不同信號的人體動作特點，分別采用快速傅里葉變換和小波包分析提取不同動作的特征參量；4)分層次識別，將步驟3所提取的特征作為特征參數(shù)，將它們一一區(qū)分開；5)使用K均值聚類算法實現(xiàn)分類過程，考慮到不同人的熱釋電信號存在一定個體差異性，在分類過程中采取五折交叉驗證算法來評估訓練模型。
2.根據(jù)權(quán)利要求1所述的基于熱釋電紅外探測的人體動作分層次識別方法，其特征在干，所述的人體動作數(shù)據(jù)采集是，選擇多數(shù)個被測對象，每ー個被測對象在與高度為H的 P^傳感器向下垂線的水平距離D處依次做六種動作，分別是走，跑，跳，撿，踢，攀爬，每種動作做十次，并建立小樣本的人體熱釋電紅外動作數(shù)據(jù)庫。
3.根據(jù)權(quán)利要求1所述的基于熱釋電紅外探測的人體動作分層次識別方法，其特征在干，在進行步驟3所述的特征提取吋，由于走和跑兩種動作在頻率上與跳，撿，踢，攀爬動作區(qū)分較明顯，因此先采用快速傅里葉變換算法提取走和跑信號的頻譜特征，從而將這兩種動作與跳，撿，踢，攀爬動作區(qū)分開；小波包分析獲取信號中的突變、偏移、趨勢、事件開始和終止成分，適合跳，撿，踢，攀爬這幾類動作的特征提取。
4.根據(jù)權(quán)利要求1所述的基于熱釋電紅外探測的人體動作分層次識別方法，其特征在干，步驟3所述的小波包分析是采用基于小波包能量的特征提取方法，即經(jīng)過5層db4小波包分解后，在重構(gòu)各尺度小波系數(shù)的基礎上求解不同分解尺度上信號的能量，并將這些能量值按尺度順序排列形成特征向量供識別過程使用，設ら(」=0,1,…，32)表示第五層小波包重構(gòu)系數(shù)，其對應的能量為^jj = 0,1,…，32)，則有其中，xjk(j = 0，1，…，32;k=l，2，…，η)表示重構(gòu)信號C^離散點的幅值，將上述能量為元素構(gòu)造信號的特征向量T作為后續(xù)分類器的輸入，即T — [L5ij L52J …，L5l·」。一ο2) ο
5.根據(jù)權(quán)利要求1所述的基于熱釋電紅外探測的人體動作分層次識別方法，其特征在干，步驟4所述的分層次識別，包括如下過程1)分別獲得步驟3中采用快速傅里葉變換算法提取走和跑信號的頻譜特征，和采用基于小波包能量的特征提取方法提取的跳，撿，踢，攀爬的小波包能量特征；2)將走和跑的頻譜特征區(qū)分開；3)將攀爬的小波包能量特征與跳，撿，踢的小波包能量特征區(qū)分開；4)將跳，撿，踢的小波包能量特征區(qū)分開。
6.根據(jù)權(quán)利要求1所述的基于熱釋電紅外探測的人體動作分層次識別方法，其特征在干，步驟5所述的使用K均值聚類算法實現(xiàn)分類過程是，在全部15個受試者中，每次選取其中三個受試者的數(shù)據(jù)作為測試樣本，余下的數(shù)據(jù)作為訓練樣本用于確定每ー類動作數(shù)據(jù)的聚類中心，通過計算每個樣本到聚類中心的距離來將其歸類到距離最短的中心所在的類。 以此類推，一直循環(huán)到所有受試者均被選擇過一遍為止，這種交叉驗證方法也在一定程度上避免了因不同人的個人差異性而造成的影響。最后通過正確識別率的計算來得到識別結(jié)果PCR = Nc/NX100%其中Nc為識別正確的樣本數(shù)，N為總測試樣本數(shù)。
全文摘要
一種基于熱釋電紅外探測的人體動作分層次識別方法實驗設施的設置，采用表面加蓋有菲涅爾透鏡的單只PIR傳感器，設置傳感器距地面高度為H，傳感器與人體垂直距離為D；進行人體動作數(shù)據(jù)采集；進行特征提取，根據(jù)采集的不同信號的人體動作特點，分別采用快速傅里葉變換和小波包分析提取不同動作的特征參量；分層次識別，將步驟3所提取的特征作為特征參數(shù)，將它們一一區(qū)分開；使用K均值聚類算法實現(xiàn)分類過程，考慮到不同人的熱釋電信號存在一定個體差異性，在分類過程中采取五折交叉驗證算法來評估訓練模型。本發(fā)明準確率較高，可以為熱釋電信號的處理提供一種新的思路，進而應用于安防系統(tǒng)、智能家居以及人機交互領域等領域。
文檔編號G06K9/46GK102567715SQ20111042518
公開日2012年7月11日 申請日期2011年12月14日 優(yōu)先權(quán)日2011年12月14日
發(fā)明者萬柏坤, 馮莉, 明東, 王欣, 王璐, 綦宏志 申請人:天津大學