紅外熱釋電小波包能量人體熱源特征提取與判別方法
【專利摘要】本發明屬于人體判別【技術領域】，為為實現360度大范圍，較遠的探測距離，并對靜止紅外熱源也進行檢測，有效的解決智能空調中舒適性與節能的沖突和安監系統中高誤報率的問題，為此，本發明采用的技術方案是，紅外熱釋電小波包能量人體熱源特征提取與判別方法，包括如下步驟：采用步進電機帶動單個熱釋電紅外探測器勻速轉動，實現遠距離、360度大范圍、靜止物體的檢測；探測范圍為圓盤，對采集到的人體與非人體熱源的樣本進行小波包分析，小波包能量作為信號的特征，利用BP神經網絡進行5折交叉驗證，從而完成人體與非人體熱源的區分。本發明主要應用于人體判別技術場合。
【專利說明】紅外熱釋電小波包能量人體熱源特征提取與判別方法
【技術領域】
[0001]本發明屬于人體判別【技術領域】。即利用熱釋電紅外探測器進行人體與非人體熱源判別的方法。具體講，涉及基于紅外熱釋電信息的人體熱源特征提取與判別方法。
【背景技術】
[0002]人體判別技術研究具有重大的應用價值和研究意義。一方面:近年來人們對智能家居越來越感興趣，而智能家居的控制產品有些已變成家用電器，有些正變成家用電器。空調作為家電中不可或缺的一部分，近十年來，經歷了高速發展的階段。舒適性和節能均成為空調這類高檔消費品的重要指標。通過對人體位置和活動量的檢測對空調進行智能化控制，減少不必要的溫度調節，可以滿足舒適與節能的雙重指標。然而非人體紅外輻射源的干擾使人體檢信息測出現錯誤檢測，這將對智能空調的使用產生不必要的電能浪費。另一方面:人們對社會公共安全和家居環境安全提出了更高的技術要求，熱釋電紅外(PIR)探測器作為入侵報警系統中最常見的監控產品之一，存在高誤報率的缺點。因此研究一種基于熱釋電紅外信號的人體識別方法是解決錯誤檢測的關鍵，也是減少電能浪費的有效手段。
[0003]人體目標的檢測可以主要分為兩類:攝像機檢測和紅外傳感器檢測。攝像機檢測雖然檢測與跟蹤精度高，但數據處理復雜，價格昂貴，占據較大內存空間并且侵犯隱私，使其的使用受到很大的限制。紅外傳感器也非常適合人體信息的檢測。熱釋電紅外傳感器具有價格低，低功率，無接觸，隱蔽性好，對光照條件無要求的優點被廣泛的運用于智能環境中人體信息的檢測。熱釋電紅外傳感器能以非接觸的形式檢測出人體輻射的紅外線能量變化，并將其轉換成電壓信號輸出。它通常由2個極性相反的傳感元件串聯連接，并與I個高阻和I個場效應晶體管組裝在一起。由于2個傳感元件極性相反，連接信號就會相互抵消而沒有輸出。因此熱釋電傳感器對環境溫度的變化、背景輻射，自身溫度變化和受振動產生的隨機噪聲都具有良好的補償作用。但是它只對人體的移動或運動敏感，并且探測距離較短。
[0004]上世紀90年代中期，日本松下電器公司的人類環境系統開發中心一直致力于基于PIR傳感器的人體信息傳感的處理研究，并將研究成果應用以智能家居中，包括空調、照明等的控制。1995年Nobuyuki Yoshiike等將人類信息傳感器系統用于檢測室內人體的狀況，人員數量、位置和活動情況。人員數量識別準確率為90%。該研發中心在1997年對系統算法進行了改進，并將其應用于出入大門的數量檢測中，計數準確率達到98%。1998年該中心又在原系統基礎上增加了 4通道距離傳感器，并應用在室內人員數量及位置檢測，可以檢測到人體的不同姿勢，且系統的人數識別準確率是93%。2006年韓國釜山國立大學研發了基于PIR探測器陣列的室內檢測系統。
[0005]然而非人體紅外輻射源的干擾使人體信息出現錯誤檢測，這將對智能空調的使用產生不必要的電能浪費，還會帶來入侵報警系統的誤報。研究一種基于熱釋電紅外信號的人體識別方法是解決錯誤檢測的關鍵。由于不同的形狀的熱源在通過PIR檢測范圍時，將會產生不同的信號，這就為利用熱釋電傳感器進行人體和非人體的檢測提供了理論上的依據。雖然PIR探測器在人體和非人體熱源的檢測中已經取得了一些成果，但還不能同時實現對大范圍，靜止紅外熱源的檢測，并達到單個特征識別率較高的目標。
【發明內容】
[0006]本發明旨在解決克服現有技術的不足，為實現360度大范圍，較遠的探測距離，并對靜止紅外熱源也進行檢測，有效的解決智能空調中舒適性與節能的沖突和安監系統中高誤報率的問題，為此，本發明采用的技術方案是，紅外熱釋電小波包能量人體熱源特征提取與判別方法，包括如下步驟:采用步進電機帶動單個熱釋電紅外探測器勻速轉動，實現遠距離、360度大范圍、靜止物體的檢測；探測范圍為圓盤，對采集到的人體與非人體熱源的樣本進行小波包分析，小波包能量作為信號的特征，利用BP神經網絡進行5折交叉驗證，從而完成人體與非人體熱源的區分。
[0007]在熱釋電紅外探測器的前方安裝菲涅爾透鏡，菲涅爾透鏡的兩個作用是:一是聚焦作用，即將熱釋紅外信號折射、反射在熱釋電紅外探測器上；第二個作用是將探測區域內分為不斷交替變化的盲區和可見區，使進入探測區域的移動物體能以溫度變化的形式在熱釋電紅外探測器上產生變化的熱釋電紅外信號，從而輸出電壓信號。
[0008]進行小波包分析，小波包能量作為信號的特征具體為:采用dbl小波進行3層分解，設C3p，P=I,…，8，表示第三層小波包重構系數，其對應的能量為E3p，P=I,…，8，則有
[0009]
【權利要求】
1.一種紅外熱釋電小波包能量人體熱源特征提取與判別方法，其特征是，包括如下步驟:采用步進電機帶動單個熱釋電紅外探測器勻速轉動，實現遠距離、360度大范圍、靜止物體的檢測；探測范圍為圓盤，對采集到的人體與非人體熱源的樣本進行小波包分析，將信號小波包能量作為信號的特征，利用BP神經網絡進行5折交叉驗證，從而完成人體與非人體熱源的區分。
2.如權利要求1所述的紅外熱釋電小波包能量人體熱源特征提取與判別方法，其特征是，在熱釋電紅外探測器的前方安裝菲涅爾透鏡，菲涅爾透鏡的兩個作用是:一是聚焦作用，即將熱釋紅外信號折射、反射在熱釋電紅外探測器上；第二個作用是將探測區域內分為不斷交替變化的盲區和可見區，使進入探測區域的移動物體能以溫度變化的形 式在熱釋電紅外探測器上產生變化的熱釋電紅外信號，從而輸出電壓信號。
3.如權利要求1所述的紅外熱釋電小波包能量人體熱源特征提取與判別方法，其特征是，進行小波包分析，將信號小波包能量作為信號的特征具體步驟為:進行小波包分析，小波包能量作為信號的特征具體為:采用dbl小波進行3層分解，設C3P，p=l,…，8，表示第三層小波包重構系數，其對應的能量為E3p，p=1,…，8，則有:
4.如權利要求1所述的紅外熱釋電小波包能量人體熱源特征提取與判別方法，其特征是，利用BP神經網絡進行5折交叉驗證，從而完成人體與非人體熱源的區分具體計算步驟如下: (1)初始化權值W和閾值Θ，即把所有權值和閾值都設置成較小的隨機數； (2)提供訓練樣本Xi=(X。，χ2，…U)，設置訓練樣本的目標向量Di=^，屯，…，(U，其中下標i表示第i個樣本或輸出模式； (3)用S型函數和如下計算公式計算各隱含層的輸出\和輸出層的輸出值yk，輸入節點的輸出等于其輸入，假設輸入層有m個單兀,隱含層有Iii1個單兀,輸出層有η個單兀則:
Xj=f ( Σ WijX1- Θ j) O ^ j ^ Iii1-1(3)
yk=f ( Σ wJkxk- Θ k) 0 < k < n-1(4) (4)調整權值，使用遞歸算法從輸出層開始逆向傳播誤差直到第一隱含層，并用以下公式調整權值:
Wij (t+1) =Wij^t)+ η δ jXi(5) 式中:wu(t) —在時間t由隱含層或輸入層節點i到輸出層或隱含層節點j的權值； Xi—節點i的輸出；Π δ J-Xi一增益項；δ j一節點j的誤差項； (5)求系統平均誤差。對每一個模式對i，其誤差平方和為:
【文檔編號】G01J5/12GK103728028SQ201310756067
【公開日】2014年4月16日 申請日期:2013年12月31日 優先權日:2013年12月31日
【發明者】劉永敬, 明東, 李佳佳, 何峰, 周鵬, 綦宏志, 萬柏坤 申請人:天津大學