基于热释电红外探测的人体动作分层次识别方法发明专利.pdfVIP

(19)中华人民共和国国家知识产权局*CN102567715A*

(12)发明专利申请

(10)申请公布号CN102567715A

(43)申请公布日2012.07.11

(21)申请号201110425186.1

(22)申请日2011.12.14

(71)申请人天津大学

地址300072天津市南开区卫津路92号

(72)发明人明东冯莉王璐王欣綦宏志

万柏坤

(74)专利代理机构天津市北洋有限责任专利代

理事务所12201

代理人杜文茹

(51)Int.Cl.

G06K9/00(2006.01)

G06K9/46(2006.01)

权利要求书2页说明书5页附图8页

权利要求书2页说明书5页附图8页

(54)发明名称

基于热释电红外探测的人体动作分层次识别

方法

(57)摘要

一种基于热释电红外探测的人体动作分层次

识别方法：实验设施的设置，采用表面加盖有菲

涅尔透镜的单只PIR传感器，设置传感器距地面

高度为H，传感器与人体垂直距离为D；进行人体

动作数据采集；进行特征提取，根据采集的不同

信号的人体动作特点，分别采用快速傅里叶变换

和小波包分析提取不同动作的特征参量；分层次

识别，将步骤3所提取的特征作为特征参数，将它

们一一区分开；使用K均值聚类算法实现分类过

程，考虑到不同人的热释电信号存在一定个体差

异性，在分类过程中采取五折交叉验证算法来评

估训练模型。本发明准确率较高，可以为热释电信

号的处理提供一种新的思路，进而应用于安防系

统、智能家居以及人机交互领域等领域。

A

5

1

7

7

6

5

2

0

1

N

C

CN102567715A权利要求书1/2页

1.一种基于热释电红外探测的人体动作分层次识别方法，其特征在于，包括如下步

骤：

1)实验设施的设置，

采用表面加盖有菲涅尔透镜的单只PIR传感器，设置传感器距地面高度为H，传感器与

人体垂直距离为D；

2)进行人体动作数据采集；

3)进行特征提取，

根据采集的不同信号的人体动作特点，分别采用快速傅里叶变换和小波包分析提取不

同动作的特征参量；

4)分层次识别，

将步骤3所提取的特征作为特征参数，将它们一一区分开；

5)使用K均值聚类算法实现分类过程，考虑到不同人的热释电信号存在一定个体差异

性，在分类过程中采取五折交叉验证算法来评估训练模型。

2.根据权利要求1所述的基于热释电红外探测的人体动作分层次识别方法，其特征

在于，所述的人体动作数据采集是，选择多数个被测对象，每一个被测对象在与高度为H的

PIR传感器向下垂线的水平距离D处依次做六种动作，分别是：走，跑，跳，捡，踢，攀爬，每种

动作做十次，并建立小样本的人体热释电红外动作数据库。

3.根据权利要求1所述的基于热释电红外探测的人体动作分层次识别方法，其特征在

于，在进行步骤3所述的特征提取时，由于走和跑两种动作在频率上与跳，捡，踢，攀爬动作

区分较明显，因此先采用快速傅里叶变换算法提取走和跑信号的频谱特征，从而将这两种

动作与跳，捡，踢，攀爬动作区分开；小波包分析获取信号中的突变、偏移、趋势、事件开始和

终止成分，适合跳，捡，踢，攀爬这几类动作的特征提取。

4.根据权利要求1所述的基于热释电红外探测的人体动作分层次识别方法，其特征在

于，步骤3所述的小波包分析是采用基于小波包能