[發明專利]基于紅外信號的人員識別模型的建模方法和人員計數方法

有效

• 申請號: 201911145540.8
• 申請日: 2019-11-21
• 公開（公告）號: CN110889363B
• 公開（公告）日: 2023-02-28
• 發明（設計）人: 張振亞;聶芹芹;王萍;程紅梅;董夢杰;謝陳磊;方潛生;駱麗春;王越;彭浩
• 申請（專利權）人: 安徽建筑大學
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V10/762;G06V10/764
• 代理公司: 合肥市浩智運專利代理事務所(普通合伙) 34124
• 代理人: 張祥

1.一種基于紅外信號的人員識別模型的建模方法，其特征在于：包括以下步驟

S1：獲取一定時間段的紅外信號序列S＝{x_i|i∈[1,n]}，其中，x_i＝1表示時刻i紅外監測區域內有人，x_i＝0表示時刻i紅外監測區域內無人；

獲取實際觀測得到的標注序列B＝{b_i|i∈[1,n]}，b_i＝1表示時刻i紅外監測區域內有人，b_i＝0表示時刻i紅外監測區域內無人；

輸入模式長度k；

S2：根據紅外信號序列S和模式長度k構造識別序列集合識別序列為長度為k的紅外信號序列

S3：利用標注序列B獲得識別序列的標注結果BT＝{y_j|j∈[1,n-k+1]}，y_j＝1表示識別序列為有人序列，y_j＝0表示識別序列為無人序列；

S4：對集合D中的識別序列進行聚類，根據識別序列的標注結果獲得每個類P_m的教師信號T_m，T_m＝0表示類P_m下的所有識別序列均為無人序列，T_m＝1表示該類P_m下的所有識別序列均為有人序列；

S5：基于類P_m的教師信號T_m進行訓練得到判斷k長度紅外序列是否有人的識別模型。

2.根據權利要求1所述的一種基于紅外信號的人員識別模型的建模方法，其特征在于：所述模式長度k∈[2,100]，從小到大依次改變k的數值，計算不同k值下的人員辨識結果與實際人員進出情況的均方誤差值MSE(k)，

其中，y_i為S3中的標注結果，g_i為識別序列是否有人的真實結果，以均方誤差MSE(k)最小值對應的k值為最優模式長度。

3.根據權利要求1所述的一種基于紅外信號的人員識別模型的建模方法，其特征在于：S3中所述的識別序列的標注結果y_j定義為：以識別序列的最后一個信號x_j+k-1對應的標注值b_j+k-1作為整個序列的標注結果，即如果b_j+k-1＝1則y_j＝1，如果b_j+k-1＝0則y_j＝0。

4.根據權利要求3所述的一種基于紅外信號的人員識別模型的建模方法，其特征在于：S4中所述的教師信號T_m的定義如下：如果類P_m下存在y_j＝0的識別序列則T_m＝0；否則T_m＝1。

5.根據權利要求4所述的一種基于紅外信號的人員識別模型的建模方法，其特征在于：S4所述的聚類使用K-means算法，具體方法為：

步驟i：隨機選擇M個識別序列作為M個類P_m的質心點；

步驟ii：分別計算每個識別序列與各質心點的歐氏距離，并將識別序列放入與其歐氏距離最近質心點對應的類P_m中；兩個識別序列與之間的歐氏距離為

步驟iii：根據聚類結果，重新確定每個類別P_m的質心點，質心點為該類別中所有元素各自維度的算術平均值，定義為：

其中，|P_m|為類中的元素數量；

步驟v：將更新后的M個類別的質心點分別與之前的質心點比較，若不發生變化，則結束聚類，否則回到步驟iii，繼續迭代。