基于無(wú)線熱釋電紅外傳感器人體目標(biāo)識(shí)別的研究.pdf

1、人體目標(biāo)識(shí)別技術(shù)是當(dāng)前研究的熱點(diǎn)，目前一些汽車生產(chǎn)商、大學(xué)研究機(jī)構(gòu)都相繼開始了人體檢測(cè)識(shí)別技術(shù)的研究，并取得了一定的成就。目前常用的人體識(shí)別方法有基于運(yùn)動(dòng)特性的方法、基于形狀信息的方法、基于行人模型的方法等。傳統(tǒng)的方法基本上都是基于圖像的，往往設(shè)備昂貴，計(jì)算復(fù)雜度高，而熱釋電紅外傳感器探測(cè)人體發(fā)出的紅外輻射，在有效范圍內(nèi)可實(shí)現(xiàn)運(yùn)動(dòng)人體檢測(cè)。因其具有低成本，低功耗和高靈敏度等特點(diǎn)，在人體檢測(cè)識(shí)別方面其具有巨大的優(yōu)勢(shì)。但是采用熱釋電傳感器來(lái)

2、進(jìn)行人體檢測(cè)也有其缺陷，會(huì)產(chǎn)生大量的冗余和許多錯(cuò)誤的數(shù)據(jù)，這就要求我們?cè)O(shè)計(jì)出優(yōu)化的算法來(lái)處理這些原始數(shù)據(jù)。
　　 本文提出來(lái)一種針對(duì)熱釋電傳感器的人體檢測(cè)和識(shí)別的特征提取和數(shù)據(jù)融合的方法，在保證較高的識(shí)別率的前提下，比較好的解決了熱釋電傳感器產(chǎn)生的數(shù)據(jù)量大，錯(cuò)誤率高的缺陷。論文主要工作包括建立了經(jīng)過(guò)菲涅爾透鏡調(diào)制的基于熱釋電無(wú)線紅外傳感器的目標(biāo)模型，對(duì)目標(biāo)模型信號(hào)的預(yù)處理，目標(biāo)信號(hào)的特征提取，分類器的設(shè)計(jì)，實(shí)驗(yàn)結(jié)果的分析。

3、>　　 本文一開始簡(jiǎn)要描述了人體目標(biāo)識(shí)別的研究背景和研究現(xiàn)狀，簡(jiǎn)單敘述了人體目標(biāo)識(shí)別的傳統(tǒng)方法。接著，建立了人體目標(biāo)穿過(guò)經(jīng)過(guò)菲涅爾透鏡陣列調(diào)制過(guò)的熱釋電紅外傳感器陣列的目標(biāo)模型，并利用短時(shí)傅里葉變換(STFT)對(duì)仿真信號(hào)模型進(jìn)行了預(yù)處理。然后，研究了基于非負(fù)矩陣分解(NMF)算法和奇異值分解(SVD)的信號(hào)特征提取，并利用稀疏約束條件下的NMF算法，進(jìn)一步降低了特征信號(hào)的復(fù)雜度。之后，研究了BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，學(xué)習(xí)方法，標(biāo)準(zhǔn)的BP算法