[發明專利]基于熱釋電紅外信息的人體動作識別方法

無效

• 申請號: 201110415861.2
• 申請日: 2011-12-14
• 公開（公告）號: CN102521574A
• 公開（公告）日: 2012-06-27
• 發明（設計）人: 明東;馮莉;王璐;李南南;綦宏志;萬柏坤
• 申請（專利權）人: 天津大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 杜文茹

技術領域

本發明涉及一種人體動作識別方法。特別是涉及一種采用快速傅里葉變換(Fast?Fourier?Transform，FFT)和小波包分析(Wavelet?Packet?Analysis，WPA)兩種算法提取不同動作熱釋電信號的頻譜特征和時頻特征，分別采用支持向量機(Support?Vector?Machine，SVM)和K均值聚類(K-means?Cluster)算法對獲取的特征信息進行分類識別的基于熱釋電紅外信息的人體動作識別方法。

背景技術

隨著計算正滲透和影響著人們生活的各個方面，根據傳感器數據來識別人的動作和行為逐漸成為“以人為中心的計算”中一個非常活躍的研究領域。人的運動分析在高級人機交互、安全監控、視頻會議、醫療診斷及基于內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濟價值，從而激發了國內外廣大科研工作者及相關商家的濃厚興趣。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；從技術角度而言，人的運動分析的研究內容相當豐富，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，是一個多學科交叉的研究方向。盡管有關人運動的視覺分析的研究已經取得一定成果，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的應用。

熱釋電紅外(pyroelectric?infrared，PIR)傳感器一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域內的移動紅外輻射源，實現運動人體的檢測。由于其低成本、低功耗及環境適應性強等特點，被廣泛應用于安防系統、照明控制及攝像機的輔助監控中。PIR傳感器可以將探測到的運動人體的紅外輻射轉換為連續電壓信號輸出，在該模擬信號中包含有與人體運動形態有關的特征信息，利用統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，從而設計實現一種基于熱釋電信息的人體動作識別系統。目前，利用熱釋電信息進行人體動作識別在國內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，實現了對這兩種動作的監測和識別，但尚未考慮多個受試者以及多種動作模式的情況。

發明內容

本發明所要解決的技術問題是，提供一種可以為安防系統、智能家居以及人機交互領域提供一種新的解決方案的基于熱釋電紅外信息的人體動作識別方法。

本發明所采用的技術方案是：一種基于熱釋電紅外信息的人體動作識別方法，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；

2)進行人體動作數據采集；

3)進行特征提取，

對實驗中建立的熱釋電紅外動作數據庫采用快速傅里葉變換和小波包分析兩種特征提取算法，分別提取信號的頻譜特征和時頻特征；

4)分別采用支持向量機和K均值聚類算法對提取出的頻譜特征和小波系數特征進行分類識別，并對比不同算法下的識別效果。

所述的人體動作數據采集是，選擇多數個被測對象，每一個被測對象在與高度為H的PIR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，并建立人體熱釋電紅外動作數據庫。

所述的快速傅里葉變換具體是提取0～6Hz的頻譜信號作為特征參量。

步驟4所述的分別采用支持向量機和K均值聚類算法對提取出的頻譜特征和小波系數特征進行分類識別是，支持向量機的軟件程序是在Matlab環境下采用LIBSVM工具包實現的，識別過程中采用五折交叉驗證方法評價分類器的性能；K均值聚類算法的識別過程同樣采用五折交叉驗證，即從15個人的樣本中每次選取三個人的樣本作為測試集，余下的作為訓練集，通過計算樣本與各種動作的聚類中心的歐氏距離來進行分類，求樣本x_i，x_j之間歐氏距離的計算公式為：