[发明专利]基于红外信号的人员识别模型的建模方法和人员计数方法

权利要求书

1.一种基于红外信号的人员识别模型的建模方法，其特征在于：包括以下步骤

S1：获取一定时间段的红外信号序列S＝{x_i|i∈[1,n]}，其中，x_i＝1表示时刻i红外监测区域内有人，x_i＝0表示时刻i红外监测区域内无人；

获取实际观测得到的标注序列B＝{b_i|i∈[1,n]}，b_i＝1表示时刻i红外监测区域内有人，b_i＝0表示时刻i红外监测区域内无人；

输入模式长度k；

S2：根据红外信号序列S和模式长度k构造识别序列集合识别序列为长度为k的红外信号序列

S3：利用标注序列B获得识别序列的标注结果BT＝{y_j|j∈[1,n-k+1]}，y_j＝1表示识别序列为有人序列，y_j＝0表示识别序列为无人序列；

S4：对集合D中的识别序列进行聚类，根据识别序列的标注结果获得每个类P_m的教师信号T_m，T_m＝0表示类P_m下的所有识别序列均为无人序列，T_m＝1表示该类P_m下的所有识别序列均为有人序列；

S5：基于类P_m的教师信号T_m进行训练得到判断k长度红外序列是否有人的识别模型。

2.根据权利要求1所述的一种基于红外信号的人员识别模型的建模方法，其特征在于：所述模式长度k∈[2,100]，从小到大依次改变k的数值，计算不同k值下的人员辨识结果与实际人员进出情况的均方误差值MSE(k)，

其中，y_i为S3中的标注结果，g_i为识别序列是否有人的真实结果，以均方误差MSE(k)最小值对应的k值为最优模式长度。

3.根据权利要求1所述的一种基于红外信号的人员识别模型的建模方法，其特征在于：S3中所述的识别序列的标注结果y_j定义为：以识别序列的最后一个信号x_j+k-1对应的标注值b_j+k-1作为整个序列的标注结果，即如果b_j+k-1＝1则y_j＝1，如果b_j+k-1＝0则y_j＝0。

4.根据权利要求3所述的一种基于红外信号的人员识别模型的建模方法，其特征在于：S4中所述的教师信号T_m的定义如下：如果类P_m下存在y_j＝0的识别序列则T_m＝0；否则T_m＝1。

5.根据权利要求4所述的一种基于红外信号的人员识别模型的建模方法，其特征在于：S4所述的聚类使用K-means算法，具体方法为：

步骤i：随机选择M个识别序列作为M个类P_m的质心点；

步骤ii：分别计算每个识别序列与各质心点的欧氏距离，并将识别序列放入与其欧氏距离最近质心点对应的类P_m中；两个识别序列与之间的欧氏距离为

步骤iii：根据聚类结果，重新确定每个类别P_m的质心点，质心点为该类别中所有元素各自维度的算术平均值，定义为：

其中，|P_m|为类中的元素数量；

步骤v：将更新后的M个类别的质心点分别与之前的质心点比较，若不发生变化，则结束聚类，否则回到步骤iii，继续迭代。