©1994-2010ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net热释电红外信号人体运动特征识别3①王林泓1,龚卫国1,233,贺莉芳1,肖红2,黄宜民2(1.重庆大学光电技术及系统教育部重点实验室,重庆400044;2.重庆建设工业有限责任公司国防科技工业技术中心,重庆400054)摘要:根据人体在热释电红外(PIR)探测器的检测区域内沿不同路径和不同方向运动时信号在时域及频域的分布特点,提出一种基于单只PIR探测器信号的人体运动特征识别方法。首先提取人体PIR信号的频谱和短时频谱能量特征;然后进行主元分析(PCA)特征降维,根据典型相关分析(CCA)进行特征融合;最后采用最小二乘支持向量机(LS2SVM)方法进行分类识别。实验以不同人体、不同运动方式的PIR探测器数据为研究对象。分析结果表明,提出的特征提取、特征融合及识别方法能有效地对人体运动特征进行识别。关键词:热释电红外(PIR)探测器;运动特征识别;典型相关分析(CCA);最小二乘支持向量机(LS2SVM)中图分类号:TP391.4文献标识码:A文章编号:100520086(2010)0320440204HumanmotionrecognitionusingpyroelectricinfraredsignalWANGLin2hong1,GONGWei2guo1,233,HELi2fang1,XIAOHong2,HUANGYi2min2(1.KeyLabofOptoelectronicTechnologyandSystemofMinistryofEducationofChina,ChongqingUniversity,Chongqing400044,China;2.Science&TechnologyCenterofNationalDefenseIndustry,ChongqingJiansheIndus2tryCo.,Ltd,Chongqing,400054,China)Abstract:Basedonthedistributionsofahumanwalkingwithintheviewfieldofapyroelectricinfrared(PIR)detectoralongdifferentpathsordirections,ahumanmotionrecognitionmethodusingoutputsig2nalofsinglePIRdetectorispresented.FouriertransformandshorttimeFouriertransform(STFT)ener2gyofthePIRsignalarecalculatedasmotionfeatures,thenprinciplecomponentsanalysis(PCA)isusedtoreducethefeaturedimensions,andcanonicalcorrelationanalysis(CCA)isappliedtofeaturefusion.Fi2nally,leastsquaresupportvectormachine(LS2SVM)isadoptedtoclassifythefeaturevectors.Experi2mentalresultsshowthattheproposedfeatureextraction,featurefusionandrecognitionmethodareeffi2cientlyforhumanmotionrecognition.Keywords:pyroelectricinfrared(PIR)detector;motionfeaturerecognition;canonicalcorrelationanalysis(CCA);leastsquaresupportvectormachine(LS2SVM)1引言生物特征识别是利用人的生理或行为特征实现身份识别的技术[1],人体运动视觉分析是其中最活跃的研究方向之一[2]。视频图像[3]及红外图像[4]是人体运动特征分析的主要手段,但各种成像设备价格昂贵,并且检测及识别算法复杂度高,运算量大。为此,在特定的场合,利用热释电红外(PIR,py2roelectricinfrared)探测器进行人体运动特征识别是一种很好的选择。PIR探测器在常温下能够有效检测出探测区域内的移动红外辐射源,实现运动人体的检测。由于成本低、功耗小和环境适应性强等特点,目前已广泛应用于安防系统、照明控制及摄像机的辅助控制中。文献[5]、[6]采用多个分布式布局的PIR探测器实现了对运动人体的追踪。而程卫东等[7]则用单个探测器实现了对不同人体沿固定路径,以不同速度行走时的运动特征识别。但目前利用单只PIR探测器对人体运动特征中的运动路径及运动方向识别的研究很少。典型相关分析(CCA,canonicalcorrelationanalysis)是在线性空间中寻求同一模式的两组不同特征矢量相关关系的方法。在人脸[8,9]、人脸表情[10]及字符识别[11]等领域用于实现特征融合,并取得了很好的识别效果。最小二乘支持向量机(LS2SVM,leastsquaresupportvectormachines)是标准支持向量机(SVM)的扩展,具有计算复杂度有低,求解速度快的优点。光电子·激光第21卷第3期2009年3月JournalofOptoelectronics·LaserVol.21No.3Mar.2010①收稿日期:2009207211修订日期:20092082303基金项目:国家“863”计划资助项目(2007AA01Z423);国家“十一五”基础研究资助项目(C10020060355);重庆市科技攻关计划资助项目(CSTC2007AC2018);重庆市重点科技...
