[发明专利]一种适用于基于热释电传感人体移动路径识别的建模方法

说明书

技术领域

本发明属于传感器网络技术中有关人体身份识别问题，具体地讲是一种适用于基于热释电人体移动路径识别的建模方法。

背景技术

热释电红外(PIR)传感器对人体的红外辐射(8～14μm)具有非常好的探测能力[1]，并且具有体积小，功耗低，成本低的特点。通过对传感器输出信号进行特征分析，可以实现不同人体身份的识别[2]。

现国内外都有类似的基于热释电的人体识别系统，文献[3]Jian-Shuen Fang等人研究了热释电对人体的识别能力与人体到热释电节点的垂向距离有关[3]，并用不同的MASK来验证他的观点，同时还得出MASK孔的大小和数目与人体识别精度有一定的关联。Jian-Shuen Fang等人提出利用热释电矩阵和隐形马尔科夫模型对人体进行实时识别[4]，首先用HMM算法去训练采集的人体特征数据并通过EM算法学习该过程，然后利用实验数据来论证他们提出的识别方法。Jian-Shuen Fang等人在人体目标训练阶段利用MLPCE方法来获取人体目标热红外信息的回归向量[5]，然后通过研究识别的ROC曲线来选择合适且能获得最大识别率的阈值。Xin Zhou等研究人员提出基于无线压缩热释电传感系统的步行人体识别方法[6]，该方法用于不均匀传感抽样结构和传感协议随机映射的条件，但该方法 只能用于小范围的人体识别。

当单个特征或单个传感器无法满足识别要求时，融合识别则被提出，融合识别是信息融合技术在自动识别领域的具体应用。研究人员针对不同场合提出了许多融合方法，主要有基于模糊理论[7-8]、证据理论[9]、神经网络的方法[10]。同时部分研究人员针对具有多个特征指标的多传感器目标识别问题进行了研究，分别提出了可变模糊方法[11]和极大似然方法[12]。

尽管上述方法都有较好的融合效果，但是这些方法中特征指标权重的选取由人为给定，或者有层次分析法、比较矩阵的方法来确定，主观因素较大，过于经验化和绝对化、而且上述文献都是针对传感器测量值和目标特征值均为精确值的情形。由于客观事物的复杂性和不确定性以及人类认识的模糊性，对于目标类型的特征指标往往得不到精确的数值，而只能以区间数来表示，这样更能反映客观事物的不确定性。

基于前人对人体身份识别的研究，并在分析采集的大量数据的基础上，因此有必要提供一种适用于基于热释电人体移动路径识别的建模方法，该方法中的特征指标权重由主观权重和客观权重有机的组成，避免了主观因素的过于经验化和客观权重的机械化，实现对人体所在的未知路径进行识别，并为今后利用热释电技术进行身份识别提供一种依据。

相关文献： 

[1]Qi Hao,Fei Hu,Yang Xiao,“Multiple Human Tracking and  Identification With Wireless Distributed Pyroelectric Sensor System,”[J].IEEE Syst.J,2009,4(3),428-439. 

[2]BODOR R,JACKSON B,PAPANIKOLOPOULOS N.Vision-based human tracking and activity recognition[C].Processdings of the 11th Mediterranean Conference on Control and Automation IEEE,2003:150-155. 

[3]J.-S.Fang,Q.Hao,“Path-dependent human identification using a pyroelectric infrared sensor and Fresnel lens arrays,”Opt.Exp.,vol.14,no.2,pp.609–624,July 2006.

[4]J.-S.Fang,Q.Hao,D.J.Brady,B.D.Guenther,and K.Y.Hsu,“Realtime human identification using a pyroelectric infrared detector array and hidden markov models,”Opt.Exp.,vol.14,no.15,pp.6643–6658,July 2006.