基于红外信号的人体智能识别方法及系统

专利类型：发明专利 

语 言：中文 

申 请 号：CN200810069405.5 

申 请 日：20080229 

发 明 人：龚卫国王林泓李伟红杨利平梁光清黄宜民肖虹李正浩辜小花 

申 请 人：重庆大学重庆建设工业有限责任公司 

申请人地址：400030 重庆市沙坪坝区沙正街174号 

公 开 日：20100630 

公 开 号：CN101236605B 

代 理 人：康海燕 

代理机构：重庆华科专利事务所 50123 

摘　　要：本发明公开了一种基于分布式布局热释电红外探测器的人体智能识别方法及系统。该识别系统由位于监测现场的分布式布局的探测器和探测器主机组成。探测器和探测器主机通过无线通信传递信息。该方法为，探测器对检测区域进行实时信号处理；提取事件窗口，然后对事件窗口中的信号进行时域特征和频域特征的提取，把提取的特征通过无线通信传输给探测器主机，探测器主机对每个探测器的信息进行特征层融合，通过主元回归算法判断待识别对象是否为人体。该人体智能识别方法结合了分布式布局探测器信息融合技术及模式识别技术，可有效减少外界环境和其他生物对监控系统的影响，减少了被动热释电红外探测器的误识别率。 

主 权 项：基于红外信号的人体智能识别方法，其特征在于，该方法通过多个分布式布局的探测器从不同角度完成对检测区域红外热源的实时采集，在所述分布式布局的探测器中对所采集的信号进行信号放大、数字滤波和特征信息提取，并且，由分布式布局的探测器把所提取的特征信息通过无线通信传输给探测器主机，探测器主机对每个探测器的特征信息进行特征层的融合处理；在训练阶段得到人和非人两类红外热源的回归向量及概率密度函数，在测试阶段根据训练阶段得到的回归向量及概率密度函数识别红外热源对象是否为人体；所提取的特征信息包括时域波形过零点的频率、最大斜率和频域的频谱及总能量，以及把0～20Hz的频率分成4段时各段能量的比例；所述特征信息提取是由探测器通过各自的热释电红外传感器实时监测是否有红外热源在监测区域出现，并对热释电红外传感器输出的信息进行处理，其实现方法为：①用带通正弦滤波器作为匹配滤波器，即sin[2π(1∶L)/L]，去捕捉和放大响应信号，式中L是滤波器的长度，取L＝20；②对步骤①中的响应信号进行数字化：计算滤波后的信号的斜率，斜率绝对值大于门限Slope_Th的点为1，否则为0；斜率门限Slope_Th的确定方法：在训练过程中对按固定路径行走得到的波形的斜率进行平均并乘以0.75作为门限，固定路径包括在检测区域内垂直行走，水平行走和45度行走；③把步骤②中的信号数字化后的数据转换成事件窗口：统计步骤②中连续为1的个数，如果超过宽度门限Wide_Th则确定为事件窗口，否则忽略，并重新开始统计1的个数；宽度门限Wide_Th的确定方法：在训练过程中检测区域有人体行走时，热释电红外传感器输出波形信号宽度的均值乘以0.75作为门限；定义满足最大斜率正负交替，并且最大斜率的绝对值连续大于斜率门限Slope_Th的个数超过宽度门限Wide_Th的起始点到结束点的宽度为事件窗口；④对事件窗口中的数据进行特征提取，包括时域波形过零点的频率Rate_ZeroCross、最大斜率Slope和频域的频谱Spectrum及总能量Total_Power，把0～20Hz的频率分成4段，各频段能量的比例RateF1，RateF2，RateF3，RateF4；⑤把步骤④中提取的各探测器的特征信息数据传送给探测器主机，特征信息的传输格式为：Feature1＝[Rate_ZeroCross，Slope，Total_Power，RateF1，RateF2，RateF3，RateF4]，Feature2＝[Spectrum]；其中Feature1是1×7的向量，Feature2是事件窗口中信号的频谱Spectrum，长度为128点，N个探测器构成的Feature1是N×7的矩阵，Feature2是N×128的矩阵。 

关 键 词： 

法律状态：公开 

IPC专利分类号：G06K9/00(2006.01)I;G06K9/62(2006.01)I