（模式识别与智能系统专业论文）基于压缩红外采样的生物行为特征获取与身份识别.pdf

基于压缩红外采样的生物行为特征获取与身份识别 专业：模式识别与智能系统 硕士生：储亚琦 指导教师：王国利教授 摘要 生物行为感知的目的在于获取人体运动的行为线索，并对人体动作行为进行 分析与理解，在智能监控、人机交互和智能环境等领域发挥着重要作用。 生物行为特征获取是运动行为感知的重要基础。传统的人体生物行为特征提 取是一种在信息获取的基础上被动处理冗余或无效信息的模式，本质上是完成从 高维感知数据空间到低维特征空间的映射，无法避免冗余或无效信息获取和处理 产生的资源开销。 本论文探索采用压缩采样支配的数据获取机制，将红外热释电传感器 ( p y r o e l e c t r i ci n f r a r e d ，p i r ) 的运动探测功能与菲涅尔透镜阵列( f r e s n e ll e n s l e t a r r a y ，f l a ) 的视场( f i e l do fv i e w , f o v ) i 周, u 机制相结合形成特征获取的物理实 现手段，实现生物行为特征的获取和身份识别。 本文的主要工作包括： 1 在生物行为特征获取方面，针对人体运动的分层递阶结构特点分别提出基于 侧视视角、顶视视角、多视角融合三种压缩红外特征传感模型，由此形成的 分布式传感模型可以灵敏地获取人体分层递阶的运动线索，进而得到更具判 别表达能力的个性化特征，以作为人体识别的依据。 2 在生物行为特征识别方面，分别使用矢量量化q ) 、高斯混合模型( g m m ) 方法实现身份的认证。采用v q 的特征训练算法，为每一个人的训练样本分 配一组码书作为其生物信息模版。在测试阶段，采用数据库中的每一个码书 重建测试样本，将最小失真率作为分类准则。采用g m m 的特征训练算法， 利用对每个人的样本训练，并分配一组g m m 模型作为生物信息模版。在测 试阶段，采用数据库中的每一个模型作测试样本的最大似然概率估计。 关键词：压缩采样，生物识别，特征提取，热释电红外 i i b i o m e t r i c s e n s i n g a n dh u m a ni d e n t i f i c a t i o n b a s e do nc p r e s s i v ei n f r a r e dsamplingase0 nr e s s l v ei n t r a r e da m p l i n g m a j o r ：p a t t e r nr e c o g n i t i o na n di n t e l l i g e n ts y s t e m n a m e ：y a q ic h u s u p e r v i s o r ：p r o f g u o l iw a n g 一一 a bs t r a c t m o t i o np e r c e p t i o ni su s e dt oa c q u i r et h eh u m a nb o d y jsm o t i o nc u e s ， a n a l y z ea n du n d e r s t a n dt h ea s s o c i a t e da c t i o n sa n da c t i v i t i e s , i tp l a y sa n i m p o r t a n tr o l ei ni n t e l l i g e n ts u r v e i l l a n c e ，h u m a n - c o m p u t e ri n t e r a c t i o na n d s m a r te n v i r o n m e n t a c q u i r i n gb e h a v i o rf e a t u r e d a t ai saf u n d a m e n t a lt a s kf o rm o t i o n p e r c e p t i o n , i t i st h ec r u c i a lt of u r t h e rh u m a nb e h a v i o r a n a l y s i s a n d r e c o g n i t i o n t r a d i t i o n a l l y , f e a t u r ee x t r a c t i o ni sf r o mr a wd a t aw i t hr e d u n d a n t a n d o ru s e l e s sd a t ai nap a s s i v ef a s h i o n , w h i c ha c h i e v e st h et r a n s f o r m a t i o n f r o mh i g h - d i m e n s i o n a ls o u r c e s i g n a li n t ol o w - d i m e n s i o n a lf e a t u r es p a c e t h u si t i n e v i t a b l yr e q u i r e s c o n s i d e r a b l e c o m p u t a t i o n a l r e s o u r c e sf o r p r o c e s s i n gt h er e d u n d a n t a n du s e l e s sb i o m e t r i cs e n s i n gd a t a t h i st h e s i s e x p l o r e s b a s e do nc o m p r e s s e ds a m p l i n g i n p a r t i c u l a r ， p y r o e l e c t r i ci n f r a r e d ( p i r ) s e n s o r sa r ec o m b i n e dw i t ht h em o d u l a t e df r e s n e l l e n sa r r a y s ( f l a ) t oi m p l e m e n tb i o m e t r i cs a m p l i n g t h em a i nc o n t r i b u t i o n sa r es u m m a r i z e da sf o l l o w s ： 1 t h r e ef e a t u r e - s p e c i f i cc o m p r e s s e ds e n s i n gm o d e l si n c l u d i n gs i d e - v i e w v i e w p o i n t , t o p v i e wv i e w p o i n ta n dm u l t i v i e wv i e w p o i n t , a r eu s e dt o c a p t u r el i m b l e v e lm o t i o nc u e so f t h eh u m a nb o d y t h i si st h en e w c o n t r i b u t i o no fu s i n gp i rs e n s o r si nb i o m e t r i cs e n s i n g i i i 2 f o rt h et a s k so fc l a s s i f i c a t i o na n dv e r i f i c a t i o n , v e c t o rq u a n t i z a t i o n ( v q ) a n dg a u s s i a nm i x t u r em o d e l ( g m m ) m e t h o d sa r ee m p l o y e dt ov a l i d a t e t h ep r o p o s e ds e n s i n gm o d e li nt h ec o n t e x to fp a t h - c o n s t r a i n e dw a l k i n g w h e nv qi su s e df o rf e a t u r et r a i n i n g , t h ec o d eb o o kr e p r e s e n t st h e d i s t r i b u t i o no ff e a t u r e sw i t he a c hr e g i s t e r e dp e r s o n i nt h et e s t i n gs t a g e , a n e w l yg e n e r a t e dd a t ao ft h ew a l k e ri sc a l c u l a t e du s i n gr e c o n s t r u c t i o n e s t i m a t i o na g a i n s te a c hr e g i s t e r e dc o d eb o o ka n dt h ei d e n t i t yo ft h e w a l k e ri sr e c o g n i z e df o l l o w e db yam i n i m u md i s t o r t i o nc l a s s i f i c a t i o nr u l e w h e ng m mi su s e df o rf e a t u r et r a i n i n g , e a c hr e g i s t e r e d p e r s o ni s a s s i g n e dt oas e r i e s o fg m mm o d e l sa st h eb i o l o g i c a li n f o r m a t i o n t e m p l a t e s i nt h et e s t i n gs t a g e , an e w l yg e n e r a t e dd a t ao ft h ew a l k e ri s c a l c u l a t e do u tu s i n gp r o b a b i l i t ye s t i m a t i o na g a i n s te a c hg m mm o d e la n d t h ei d e n t i t yo ft h ew a l k e ri sr e c o g n i z e db yt h em a x i m u ml i k e l i h o o dr u l e k e y w o r d s ：f e a t u r e s p e c i f i cc o m p r e s s e ds a m p l i n g , b i o m e t r i ci d e n t i f i c a t i o n , f e a t u r ee x t r a c t i o n , p y r o e l e c t r i ci n f r a r e d 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究 工作所取得的成果。除文中已经注明引用的内容外，本文不包含任何其它个人或 集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体， 均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名：一荫确 日期：加，口年彳月石日 使用授权声明 本人完全了解中山大学有关保留、使用学位论文的规定，即：学校有权保留 学位论文并向国家主管部门或其指定机构送交论文的电子版和纸质版，有权将学 位论文用于非赢利目的的少量复制并允许论文进入学校图书馆、院系资料室被查 阅，有权将学位论文的内容编入有关数据库进行检索，可以采用复印、缩印或其 他方法保存学位论文。 学位论文作者签名：俩丑琦 日期：矽p 年6 月3 日 导师签名谚7 日期：2 di o 年6 月4 日 基于红外热释电压缩感知的生物行为特征获取与识别 1 1 课题研究背景及意义 第1 章绪论 生物特征识别是通过各种高科技信息检测手段、利用人体所固有的生理或行 为特征来进行个人身份鉴定【1 】。基于生理特征的生物识别系统必须满足以下特征 f 2 】： 1 普遍性：即生物识别系统所依赖的生物特征与生俱来的。 2 唯一性：即可区分性，每个人的特征都具有个性信息。 3 可采集性：即可测性，特征必须可测量。 4 稳定性：即不变性，一段时间内，在某种匹配准则下，特征平稳保持不变。 生理特征多为先天的，如虹膜、指纹、掌纹、脸像、n d a 、颅骨等等；行 为特征多为后天的、习惯使然，比如步态、笔迹、打字习惯等等。在这些生物识 别技术中，指纹识别是目前研究最早、技术最成熟、应用最广的一种生物识别技 术【3 j 。指纹图像提取设备成本较低、设备小巧、扫描指纹速度快，但是指纹识别 是近距离物理接触式，具有侵犯性，采集下来的指纹痕迹可能会被冒用、复制， 所以安全性有限。虹膜识别技术是一种利用虹膜差异性和终生不变性进行身份识 别的生物识别技术，目前是误认率最低的生物识别技术，无须物理接触，且虹膜 整个录入和识别的过程十分简单，但是瞳孔图像采集设备很难小型化，因聚焦而 需要造价的昂贵摄像头、良好的光源和近距离的识别【4 】。人脸识别技术是一种通 过对面部特征和特征之间的关系进行匹配的生物识别技术。人脸识别是一种非接 触式、费用较低、精确的生物识别技术，但是目前人脸识别技术主要是在二维图 像提取特征的方法，因光照、表情、饰品、姿势影响导致识别的准确率受到影响 【5 】。 从生物信息采集手段来看，虽然指纹识别、虹膜识别、掌纹识别等生物识别 手段在大型数据库中具有很高的识别率，但是大都需要被测对象配合以及必要时 绪论 需完成指定的动作，而且这些生物信息的采集需要近距离接触传感器采集设备。 显然，这些做法比较繁琐、使用不便，识别速度较慢，不易被用户接受。虽然入 脸识别系统则可以在远距离条件下通过摄像机获取人脸信息，并且具有精准的识 别率。但是脸部信息提取会受到遮挡、光照因素的影响，从而影响到识别的准确 率。 步态在字典中的解释为“人体行走时的姿态 。步态是人的自然属性之一， 由于各人的先天生理差异，例如骨骼、身高和体重差异，以及后天形成的行为差 异，每个人的步态都有强烈的个性信息。采用步态来鉴别目标人物的身份具有很 多优点，如步态识别技术具有外在的、动态的、非接触性、非侵犯性、易于感知、 难于隐藏、难于伪装等特点【6 1 ，可以对远距离的行人进行身份识别、不需要被测 量对象的主动配合，且不同人在身体结构和运动行为方面存在着广泛的个性，难 以伪造和模仿。 目前普遍应用n y q u i s t 采样定理框架下的基于同构光学成像视觉传感技术 对人体运动进行检测。在视频监控领域中，虽然随着视频采集设备的普及以及海 量存储设备价格的下降而弥补了视频采集系统数据量大、处理能力要求高的缺 陷。但是，从信号角度来看，n y q u i s t 采样定理框架下的视觉传感图像数据中， 含有大量与运动行为无关的冗余信息，如背景信息等。近年来随着无线传感器网 络研究的兴起，无线传感器网络中的人体行为分析与理解正成为国际研究热点。 尽管在低分辨无线视觉节点方面已有大量研究 7 , s l ，但是细粒度运动行为感知对 于网络资源的过度需求将是无线传感器网络难以承载的，并且单一视觉传感器的 视场覆盖有限，需要大范围高密度部署视觉节点显然是不现实的。因此设计数据 量低、功耗低、数据处理简单的人体运动信息获取节点是无线传感器网络协作感 知的必然选择。 近年来，由d d o n o h o 、e c a n d e s 及华裔科学家t t a o 等人提出了一种新 的信息获取指导理论，即压缩肭l ( c o m p r e s s i v es e n s i n g ，c s ) 【9 】。该理论指出， 对于可压缩的信号即便以远低于n y q u i s t 标准的方式进行数据采样，仍有可能精 确地恢复出原始信号。此理论一经提出，就在信息论、信号图像处理、医疗成 2 基于红外热释电压缩感知的生物行为特征获取与识别 像、模式识别、地质勘探、光学雷达成像、无线通信等领域受到高度关注【1 0 】。 虽然c s 理论的研究尚属于起步阶段，但已表现出了强大的生命力，并已发展出 分布式c s 理论 1 f l ，1 - b i tc s 理论【1 2 1 ，b a y e s i a nc s 理论【1 3 】，无限维c s 理论【1 4 】， 变形c s 理论【1 5 】等等，并逐步成为数学领域和工程应用领域的一大研究热点。 压缩感知理论指出，只要信号是可压缩的或在某个变换域是稀疏的，那么就 可以用一个与变换基不相关的观测矩阵将变换所得高维信号投影到一个低维空 间上，然后通过求解优化问题可以从这些少量的投影中以高概率重构出原信号， 可以证明这样的投影包含了重构信号的足够信息。在该理论框架下，采样速率不 取决于信号的带宽，而取决于信号的结构和内容。在压缩感知理论中，目标信号 的采样和压缩同时以低速率进行，使传感器的采样和计算成本大大降低，而信号 的恢复过程是一个优化计算的过程。因此，该理论指出了将模拟信号直接采样压 缩为数字形式的有效途径，具有直接信息采样特性。由于从理论上讲任何信号都 具有可压缩性，只要能找到其相应的稀疏表示空间，就可以有效地进行压缩采样， 这一理论必将给信号采样方法带来一次新的革命。因此构建硬件容易实现的压缩 传感测量系统是将c s 推向实用化的关键。 与此同时基于几何参考结构成像研究领域提出的限于特征的光学成像技术 【1 6 】，采用非同构的压缩成像模型，将特征提取的信息处理过程集成到成像过程 中，主动避免了无效和冗余信息的获取和处理 1 7 - 1 9 。光学多路复用成像可以方便 灵活地实现非同构的、限于特征的压缩成像视觉系统。更为重要的是，限于特征 的压缩成像能够间接提供运动跟踪感知所需的有效信息。 本文受压缩传感理论与几何参考结构成像研究启发，探索基于压缩传感的行 为特征获取机制，以热射电红外传感器的运动探测功能与菲涅尔透镜阵列的视场 调制机制相结合作为人体运动特征信息获取的压缩传感手段，由此获得紧凑低维 的特征数据表示。透镜阵列的视场调制模式决定了热释电红外探测器的特征压缩 传感模式。与基于光学成像的视觉感知技术相比，该模式不仅具有非侵扰性，而 且克服了对光照条件的过于敏感和依赖，还解决了传统生物信息系统中的数据获 取与数据利用的不平衡性，从而实现结构简单、成本低、配置灵活、更适合模块 3 绪论 化设计、分布式部署的生物特征信息获取和识别系统。 1 2 国内外研究现状 目前d u k e 大学d i s p ( t h ed u k ei m a g i n g a n ds p e c t r o s c o p yp r o g r a m ) 实验 室对基于热释电红外传感器的人体运动检测和多人跟踪及相关内容的研究处于 世界领先水平。该实验室对基于热释电红外传感器的人体运动检测进行了相关的 研究并提出了一些人体检测的算法，根据红外热释电传感器对一定波长的人体辐 射较为敏感的特性，通过对多个热释电红外传感器检测区域的划分和菲涅尔透镜 的编码，可以获得人体在不同区域运动产生的码值，从而计算出人体位置或进行 目标人物的身份识别和验证 8 , 2 0 - 2 1 。j - s f a n g 等人提出基于红外热释电传感器阵 列的侧视视角的生物识别系统 2 2 , 2 3 1 。这些系统利用一个或者多个热释电红外传感 器，同时搭配编码的菲涅尔透镜作为视场调制手段，对人体运动进行采样。然后 采用回归方法对得到的传感器数据建模，取得了令人振奋的效果。同时这些系统 与其他生物系统相比，具有成本低、功耗小和实时处理等优点。 t h o s o k a w a 等人通过在实验室布置大量的热释电传感器实现了对人体的 粗定位，并对人体目标进行跟踪，能够对场景内的人体行为作出语义估计【2 4 ，2 5 1 。 这种仅靠红外节点对空间粗采样的测量手段是比较低效的，并且不易实现对运动 的人体的身份识别与认证。s h o n d a 等人运用热释电红外传感器网络通过对人 体运动的聚类分析，初步得到了场景内高概率发生的运动轨迹或路径，可以实现 对场景的初级语义分析例。 目前基于热释电的人体识别方法主要是从高效的跟踪为出发点来设计的，这 种策略虽然能够对人体进行识别，但是识别率不高。如何应用人体行走时的先验 信息来启发设计传感器视场编码和模块结构是针对人体识别所采取的解决方案。 1 3 论文主要工作 本文着重研究采用压缩采样支配的行为特征数据获取机制，以热射电红外传 4 基于红外热释电压缩感知的生物行为特征获取与识别 感器的运动探测功能与菲涅尔透镜阵列的视场调制机制相结合作为人体运动特 征信息获取的手段，获得紧凑低维的特征数据表示。透镜阵列的视场调制模式决 定了释电红外探测器的特征压缩传感模式。与光学成像的视觉感知技术相比，该 模式不仅具有非侵扰感知模式而且克服了对光照条件的过于敏感和依赖，并且解 决传统生物信息系统中的数据获取与数据利用的不平衡性，从而实现结构简单、 成本低、配置灵活，更适合模块化设计、分布式部署的生物特征识别和认证系统。 在传感器采集、数据通信存储和数据处理等资源受限的条件下，如何实现人 体行为特征信息的压缩传感是本文主要研究目标。传统的人体生物行为特征提取 是在获取原始信号的基础上，然后从冗余的信息中提取有效的特征完成的。特征 提取过程本质上是完成从高维的原始信号空间到低维特征空间的映射，需要复杂 和昂贵的传感资源。其次，基于压缩传感的测量过程，本质上完成了对原始信号 的某种处理或者融合的功能。传感器的压缩特征信息投影过程是通过传感器本身 直接测量获得，而不是从原始信号中计算获得，因此可以避免传统的特征提取需 要对传感数据进行后续信号处理的复杂过程。 本文主要工作可以归纳为： 1 根据人体运动学提出基于侧视视角的分布式人体运动特征提取方法。这种方 法把人体运动肢解为上身运动、大腿运动和小腿运动，因此能够获得较细粒 度的运动信息。同时采用了较为简单的矢量量化方法对获取的特征数据进行 训练与测试。实验证明这种轻型的生物行为特征获取与识别系统具有较好的 识别效果。 2 根据参考结构成像理论提出基于顶视视角的人体运动特征提取方法，特征信 息以紧凑低维的表达方式直接从传感器获得。这种方法把利用菲涅尔透镜编 码把人体运动空间划分为若干个独立胞元，每一个传感器能够观测到若干个 胞元运动信息的叠加。同时采用了较为简单的高斯混合模型方法对获取的特 征数据进行训练与测试。实验证明这种轻型的生物行为特征获取与识别系统 具有较好的识别效果，并且可以灵活部署非常适合无线传感器网络中应用。 3 提出一种基于多视角压缩传感融合的人体运动特征提取方法。这种方法把侧 5 绪论 视视角与顶视视角获取的人体运动信息融合在一起，融合后的特征信息对比 未经融合的单一特征具有更好的鲁棒性。实验证明这种特征融合的方法具有 更好的识别效果。 基于红外热释电压缩感知的生物行为特征获取与识别 1 4 论文结构与安排 本文探索采用压缩采样支配的数据获取机制，以热释电红外传感器的运动探 测功能与菲涅尔透镜阵列的视场调制机制相结合形成特征获取的物理实现手段。 论文的主要工作包括传感模型的设计、菲涅尔透镜的编码设计，人体运动行为特 征的分析，最后实现生物特征的获取和人体识别。本文共分为7 章，具体内容包 括： 第1 章：绪论，介绍本课题研究领域的背景及意义、国内外研究现状，以及 论文的总体结构。 第2 章：红外热释电传感器，介绍基于红外压缩传感模型的热释电红外传感 器和菲涅尔透镜的原理和应用。 第3 章：压缩采样模型，介绍基于几何参考结构的压缩采样模型的原理以及 p i r 压缩感知的框架。 第4 章：侧视视角方法的研究，设计侧视扇形区的视野作为菲涅尔阵列配置 的人体识别系统。在层次结构的传感模型中，分别将人体运动分为上肢和下肢的 运动，能够获得较细粒度的运动信息，同时采用了较为简单的矢量量化方法对获 取的特征信息进行训练与测试。 第5 章：改进的侧视视角方法的研究，改进型中将人体运动分为上肢、大腿 和小腿的多肢体运动交织的结果，因此能够获得较细粒度的运动信息，同时采用 了较为简单的矢量量化方法对获取的特征信息进行训练与测试。 第6 章：顶视视角方法的研究，本章设计俯视锥形视野的顶视视角的红外热 释电人体识别系统，利用菲涅尔透镜编码把人体运动空间划分为若干个独立胞 元，每一个传感器能够观测到若干个胞元运动信息的叠加，同时采用较为简单的 高斯混合模型方法对获取的特征信息进行训练与测试。 第7 章：多视角融合方法的研究，这种方法把侧视视角与顶视视角获取的人 体运动信息逻辑地融合在一起，融合后的特征信息对比未融合的单一特征具有更 好鲁棒性。 绪论 最后，总结与展望，并指出研究工作的创新点，以及今后可能的研究方向。 8 基于红外热释电压缩感知的生物行为特征获取与识别 第2 章热释电红外传感器 2 1 热释电红外传感器原理及分类 红外热释电传感- 器( p i r ) 是利用热释电材料自发极化强度随温度变化所产生 的热释电效应来探测红外辐射能量的器件，其探测率高、频率响应宽，可在室温 下工作，已被广泛应用于军事、航空航天等尖端技术领域和非接触遥测温度、家 电自动化控制及热成像等民用部门。利用热释电红外技术来实现对人体的检测与 定位具有其他技术不可比拟的优势，如不需目标携带终端、低能耗、低成本、受 环境光线干扰小等，非常适合于无线传感器网络环境下的应用。 热释电红外传感器又称热性红外传感器或被动式红外传感器，是一种被动式 调制型温度传感器。它能检测人或某些动物发射出的红外线并转化成电信号输 出，根据目标和环境的温度差来探测目标，工作原理为热释电效应。热释电效应 同压电效应类似，是指由于温度的变化而引起晶体两端产生数量相等、符号相反 的电荷表面电荷的现象。 当热释电传感器检测范围内温度变化t 时，热释电效应会在会在两个电极 上产生电荷q ，即在两电极之间产生一微弱电流，如果在热电元件两端并联上 电阻，当元件受热时，则电阻上就有电流流过，在电阻两端也能得到电压信号 v 。当环境温度稳定不变时，a t - - 0 ，环境背景使两个热释电元件产生的热释 电效应相互抵消，则传感器无输出。 热释电红外传感器的结构及内部电路图如图2 1 所示。热释电红外传感器主 要有滤光镜、热释电元件p z t 、场效应管f e t 等组成： 1 滤光片设置在窗口处，滤光片为6 9 i n 多层膜干涉滤光片，可以阻止 8 2 m 一1 4 m 以外的红外线或其它光线进入传感器，此范围与人体辐射的红 外中心波长为9 5 5 9 m 相对应，实现带通滤波。 2 热释电元件p z t 由热释电材料制成，如锆钛酸铅陶瓷、钛酸铅、硫酸三甘 钛、钽酸铅、聚偏二氯乙烯薄膜等等，p z t 板表面吸收透过滤光镜的红外线， 热释电红外传感器 将红外辐射的能量转化成微弱的电信号，即完成热释电效应的过程。 3 场效应管( f e t ) 、偏置电阻( r g 、r s ) 实现信号放大及阻抗匹配的作用。 滤光 2 9 j p z t 热电元件f e t 管 p z t 图2 - 1 热释电红外传感器结构图及内部电路吲 e 热释电红外传感器按照内部敏感元件的个数，可分为单目、双目、四目以及 特殊形式几种。由于单目热释电红外传感器对环境温度的变化和振动非常敏感， 可能引起检测误差。之后，又出现了带补偿单目热释电红外传感器，这种传感器 带有反向串联补偿元件，可避免由于温度快速变化和振动引起的检测误差。 双目热释电红外传感器应用比较广泛，由于在这种传感器内装有两个反相串 联的敏感元件，提供热补偿。传感器的输出为差分输出，即两个敏感元件输出电 压的电压差。因此，这些传感器具有先天优势，可以抵消由于环境变化、振动所 产生的电荷，具有极高的可靠性。另外当入射能量顺序地射到两个敏感元件时， 其输出要比单一元件高嘲。 四目热释电红外传感器是把两个双输出的双目型组合在一起组成的，包含四 个单元，两个输出，这两个独立的通道使信号的处理避免错误报警。四目传感器 不仅具有单、双目热释电红外传感器的优点，而且稳定性、灵敏度大大提高，对 于各个方向的目标探测都非常敏感。四目传感器有着广泛的应用领域，如在自动 调光开关控制、安全系统、防盗系统、智能玩具等。 1 0 脚弓 1 2 3 基于红外热释电压缩感知的生物行为特征获取与识别 2 2 菲涅尔透镜 热释电红外的运动探测功能与菲涅尔透镜阵列的视场调制机制相结合，已被 证实是一种实现运动跟踪的有效感知模式，并可以同时提高采集效率和空间分辨 率。该模式通常用于入侵式运动检测，以及家庭办公自动化和安全系统，与传 统视觉感知模式对比有以下优势： 1 该模式不仅继承了不会给目标带来侵扰的优势，还能很好克服对光照条件过 于敏感和依赖的缺陷，提高传感器能量收集效率。 2 该模式可以将检测区域内分为若干个明区和暗区，使进入检测区移动的目标 能以温度变化的形式在红外热释电传感器上产生变化的热释电红外信号，提 高传感器空间分辨率。 3 该模式的传感过程不产生与运动无关的冗余信息，可以避免高维数据空间的 复杂信息处理过程。 4 该模式结构简单、视场大、成本低、能耗小、配置灵活，较视觉感知模式更 适合模块化设计、分布式部署、网络化实现的大空间尺度和多目标的运动跟 踪任务。 菲涅尔透镜是由塑料制成的特殊设计的光学透镜，目的是等效于真实的球面 透镜，使得平行光经过透镜以后能汇聚到同一点，与传统的光学玻璃透镜相比， 菲涅耳透镜具有重量轻，成本低、口径大、厚度薄等特点。 菲涅尔透镜的作用主要有两个。首先是聚焦作用，即将热释电红外信号折射 ( 反射) 在p i r 上，提高热释电传感器接收灵敏度以及检测距离和范围。实验 证明，若p i r 不加菲涅尔透镜则传感器的检测距离仅为2 m 左右，而配上菲涅尔 透镜后检测距离可增加到1 0 m 以上；其次，将探测区分为若干个高敏感区和盲 区，使进入探测区域的移动物体能以温度的变化的形式在p i r 上产生交变的热 释红外脉冲信号。如图2 2 所示，当把热释电红外传感器节点置于天花顶端，球 状部署的菲涅耳透镜将在空间划分了多个感知区域，当热源物体进入该感知区域 就会触发信号峰值，不被划分的区域即为感知盲区。 热释电红外传感器 ， ： 口口 0 0 口口 ； 口口 0 0 0 3 口口 0 0 0 0叩0 0 0 0 口口i 口口0 0 0 0 0 0 口口0 0 辜0 0 口口0 0 0 0 0 0 ；口口 口口 口口 口口l口口 图2 - 2 菲涅尔透镜感知区域 菲涅尔透镜按外形可分为圆弧形、半圆形、走廊形、浅盘形等。本文部分实 验使用的是半球形f r e s n e l8 0 0 4 透镜组，其结构图如图2 - 3 所示。 2 3 系统实现 昌 蛊 卜 口 图2 - 3 ( a ) 菲涅尔透镜8 0 0 4 结构图俯视图( b ) 侧视图 热释电红外人体识别传感器节点分为传感器模块、z i g b e e 模块、母版三个 部分，传感器模块和z i g b e e 模块安装在母版上。 热释电红外传感器模块电路原理图和传感器模块实物图分别如图2 - 4 、图2 - 5 所示，通过插接引脚将传感器模块固定在母版上。其中，传感器使用的是4 单元 12 缸 兽 。 如 缸 基于红外热释电压缩感知的生物行为特征获取与识别 的红外热释电传感器，型号是d 2 0 5 。相比于2 单元传感器，4 单元的传感器感 应范围更大，并且在感应区域内的细化分割与灵敏度都更高【冽。 由于这些人体监控节点远离控制中心，所以采用无线通信手段连接到数据汇 聚节点然后传给控制中心。如图2 - 6 所示，本文采用c h i p c o n 公司的c c 2 4 3 0 芯片为主的无线收发模块，利用z i g b e e 通信，网络采用多路星型拓扑结构。系 统里只有一个信息汇聚节点，它有两个作用：( 1 ) 网络协调器，负责建立网络和 管理网络；( 2 ) 信息收集并转发给控制中心。以z i g b e e 网络为基础的无线人体 生物信息获取系统可以具有更大的网络容量，可以主动式监控各个感兴趣区域。 同时热释电传感器是极低功耗的被动式传感器，当有行人运动时才会触发，所以 无线收发控制器可以长期处于睡眠状态，这为无线传感器网络节点节省了能量。 图m 热释电红外传感器模块电路原理图1 2 9 j 13 * 释t “外辟感s 鬣 图2 - 5 热释电红外传感器模块实物网 图2 * t s - z - c c 2 4 3 0 模块实物图 l 厂1 一下一r 。_ 图2 7 母板实物图 基于红外热释电压缩感知的生物行为特征获取与识别 c c 3 4 3 0 1 2 幸 2 v d d 2 3 、曲 p 2 ，2 32 2p o7 砣1 4 d cp 0 7 2 lp o 6 p ：os p o 石 2 0p o 5 p i76 m 0p 05 1 91 o 4 o a w 判l ，瑚 p 167 s op o 1 8p o3 l o9 t x8 舡如。3 1 7p o 2 l7 r x9 嗽p 0 2 1 6珊1 65 p 1 丑0 p o 1 p 。o 43 p 1 丑l pl_，p00 1 4f e 豫t p 1 丑2 p10置eset 1 3p 1 o 2lp 1 1p 1 o 调试接口 a 氧髂l l l 7 p 1砣p 3nm v 毡 3 蝴v 啪2v d d v b 咀 g n d 1 上 士 站罄u 1 7 l “ p 2 谊2 r 2 舷山一】 h j- 一一 hhn 一 n l，磊厂，2厂，乙 f当 i盔 d l - _ 1 2 p 1 7 l 二jl 二j l l 二二jl 二一 2 亡= 口 l lp i6 3 亡= 口 l o p l ， 出 一 , r 4 一 ” 。 泓 一 最了 4 亡= ：= 9p 1 2 r l - 置一l - r 秘l哏群l：r 薯1 5 亡= 口 1 0 k 亡= 口 8p 1 1 l 暇l 暇l 强l 强 67p 1 o 亡= 口 掰d 攀石 r 瞄溜i 醴 _+ 扣i+ _ l 卜 l+ i eoaoj 8 p 1 7 ooooo 7 p 1 6p 皿up 珏【2p 皿3p 戳蹦 j p 1 3 p l 二 3 p i 1 2 p 1 o v d d”m l 置x 4 救v 翻四 t xt x 捧阻蝴 t1 33 l f o o t l 1 l 2 d啪 2 p w：。l口= ：= ll i 幛v3 ，m 埘 1 k 4v a h 胍1 _ q i i， d 妇 如o t 2 o 1 fc 2 图2 - 8 母板原理图例 15 释t 虹外倍感g 传感器节点母板是传感器与z i g b e e 模块的基板，整体构成一个传感器节点， 母板实物图和原理图分别如图2 - 7 和2 _ 8 所示。母板主要功能有接插扩展功能、 编码功能、稳压和变压、c c 2 4 , 3 0 调试接口、数据调试串口功能。 以第7 章多视角融合的人体识别系统为例。将传感器节点安装在特定区域或 者感兴趣区域，将红外热释电传感器与菲涅尔透镜阵列相结合作为人体运动信息 获取手段，通过z i g b e e 协议，数据由各传感节点传到z i g b e e 基站，基站负责采 集数据和通过串口向p c 机发送数据，p c 机作为控制中心开启串口数据采集工 具，获取人体运动信息，无线网络系统如图2 - 9 所示。 本文所采用的人体生物信息获取系统具有价格低、可霏性高、低计算复杂度， 未来在无线传感器网络系统中将具有非常广阔的应用空间。通过和新型搭载无线 设备的低功耗微处理嚣系统相结合，可以实现远距区域监控。 信息汇聚节点控制中心 图2 - 9 无线阿络系统示意图 点 基于红外热释电压缩感知的生物行为特征获取与识别 第3 章压缩采样模型 3 1 压缩采样模型的研究意义 随着信息技术的不断发展，传感系统获取数据的能力不断增强，同时需要处 理的数据量也在不断的增多。传统的n y q u i s t 采样定理要求采样速率必须达到信 号带宽的两倍以上才能精确重构出原始信号，在此基础上的信息处理框架主要有 以下两个问题： 1 数据获取和处理。n y q u i s t 采样定理要求采样速率必须达到信号带宽的两倍 以能精确重构出原始信号。然而随着信号带宽的增加，就要求有更大的采样 速率和更高的处理速度。在许多实际应用中，如图像系统( 医学扫描仪和雷 达) 提高采样频率往往需要付出很高的代价。 2 数据存储和传输。在实际应用中，为了降低存储、传输的成本，人们常采用 先采样后压缩方法。以基于视觉的步态识别系统为例，如图3 - 1 所示。步态 信息首先采用同构的视觉技术以图像或者视频的方式记录下来。然后目标人 体从原始高维图像中提取出来，大量的非重要的数据被抛弃。这种高速采样 再压缩的过程浪费了大量的采样资源，因此造成了信息采集与信息利用之间 的不平衡性。 传统的人体生物行为特征提取是在获取原始信号的基础上，然后从冗余的信 息中提取有效的特征完成的。特征提取过程本质上是完成从高维的原始信号空间 到特征空间的映射，需要复杂和昂贵的传感资源，是目前信息利用的瓶颈环节。 然而，基于压缩传感的压缩投影测量过程，本质上完成了对原始信号的某种处理 或者融合的功能。传感器的压缩特征信息投影过程是通过本身直接测量获得，而 不是从原始信号计算获得，可以避免传统的特征提取需要对传感数据进行采样后 再对信号处理的复杂过程，如图3 - 2 所示。 压缩采样模型 r 广 ，_、 一 7 r 屈心 | ，)r 茁鸯 目标人物同构成像 图3 - 1 基于视觉的传统特征提取方法 ，、 一 7f 膨k dr 、 缒毽 图瑁 目标人物非同构红外感知特征矢量 图3 2 压缩采样理论框架下的特征提取方法 因此，探索低功耗低成本、适合模块化、分布式部署和网络化实现的人体运 动信息压缩采样模型，既是对多层次多粒度运动行为感知的迫切需求，也是无线 传感器网络支持的分布式感知模型进一步应用拓展的必然结果，所以有着广阔的 工程应用前景。 3 2 基于参考结构的压缩采样模型 基于参考结构的感知是采用参考结构调制传感器的视场，使不同的传感器与 视场中的不同区域构成某种关系，从而实现原始目标状态的重构或者识别【3 删。 最直接的参考结构模型是以二进制编码的视觉调制结构，因此可以视为对原始目 标状态空间信息的编码。 18 单f 红外热释电压缩感的生物行为特征获取目识别 _ 点1 。 奈祭 嵌嵌 削，o 测量空间、几何参考结构和源状态空间分布图【驯 圈3 4 几何参考结构变换映射俐 镕采样模 几何参考结构感知模式核心思想是利用几何参考结构实现从采样空间到测 量空间的变换映射，抽象地可以表达为： m = v s f 3 1 ) 其中v 是几何参考结构编码矩阵，m 是传感器输出，s 是被采样空间状态矢量。 所以m 是s 关于参考结构v 的压缩采样。p r a s a n t p o t u l u r i 等人给出了参考结构 感知模式的例子。图3 - 3 所示4 个传感器对4 个目标源状态空问的采样，三个 不透明的物体作为几何参考结构调制传感器的采样空间。几何参考结构对传感器 视场起了调制作用，使传感器和目标源状态空间产生了非同构映射关系。图3 - 4 显示了参考结构如何调制传感器视场的细节。因此从采样空间到测量空间的变换 映射可以表达为： 其中 h 州2 m 3 v = 01 10 01 11 o1 10 01 11 00 10 01 10 00 10 01 1o 由此可见每一个传感器的输出是对若干个被采样空间叠加采样的融合 压缩采样 几何参考结构 被测薄状态空间矢 蚓3 - 5 基下几何参考结构的压缩采样 ( 3 - 2 ) 目亘i兰e 雾 = ；营嗣一 基于红外热释电压缩感知的生物行为特征获取与识别 压缩传感理论指出如果信号是可压缩的或在某个变换域是稀疏的，那么就可 以用一个与变换基不相关的观测矩阵将变换所得高维信号投影到一个低维空间 上，然后通过求解优化问题高概率重构出原信号【9 1 。受压缩传感启发，本文探索如 图3 5 所示基于几何参考结构的压缩采样模型。这种模型可以将原始高维状态信 息经几何参考结构转换为低维的传感器输出，实现被测空间的压缩采样。压缩采 样的几何参考结构结构设计要求能够采样原始状态空间中运动变化的状态信息， 这些变化的状态信息对于被测空间而言是稀疏的。通过对压缩采样数据的分析可 以对变化的状态行为做出识别。这种模型可以将源状态信息提取的信息处理过程 直接集成到采样过程中，主动避免无效或者冗余信息的获取和处理。因此本文所 设计的限于特征的几何参考结构压缩采样模型不要求从压缩采样的信息中精准 地恢复被测空间状态矢量。 3 3p i r 压缩采样的框架 基于红外热释电压缩采样人体识别系统框图如图3 - 5 所示。在物体状态空间， 利用菲涅尔透镜调制可视区域视场，人体辐射的1 0 a m 左右的红外线通过菲涅尔 透镜聚集到红外感受器上，p i r 将红外信号的变化转变为电信号。当目标人物连 续经过系统可视空间，那么肢体运动就会触发相应的传感器。相应的传感模型如 图3 - 6 所示。 图3 5 系统框架 2 1 压缩采样模型 热辐射场函数s 图3 石红外热释电人体识别传感模型 检测系统传感模型表示为 m ( ，f ) = h ( f ) ，- c u ( 乇，气) s ( t ，t ) d r 。( 3 - 4 ) 其中，q 为n 个传感器视野覆盖的感知区域，h 是红外热释电传感器脉冲响应 函数。u ( 吃，气) 是视场调制函数，s 、m 分别为辐射场状态矢量和测量空间