基于多角度热释电红外信息的人体身份认证研究

论文摘要

步态识别是生物特征识别技术的一个新兴子领域,旨在根据人们的行走姿势实现对个人身份的识别或生理、病理及心理特征的检测,具有广阔的应用前景,已成为近年来生物医学信息检测领域备受关注的前沿方向。基于热释电红外辐射（PIR）信息的步态识别检测原理为:人行走过程中身体各部分（包括躯干、手臂、腿部）的运动将因个人行走习惯不同而使其红外热辐射信号具有某种个体特征。该特征信息将记入在线检测的PIR传感器中。通过对传感器输出信号的分析,就可能提取出人体运动的特征性数据,实现对不同人、不同运动状态的识别。本文采用表面装有菲涅尔透镜的热释电红外传感器从多个角度检测人体行走时的红外辐射信息,利用所得红外辐射的连续时间序列信号提取人体行走时的运动特征进行身份识别。研究中首先搭建了运动人体红外热释电信息的多角度采集系统,同步进行了三个角度的热释电信息采集,分别是60°、90°、120°;第一种特征提取方法是将时域信号进行快速傅里叶变换提取出频谱信息作为特征,第二种特征提取方法是先将时域信号进行三层小波变换分解,再将三层小波近似系数进行快速傅里叶变换提取出其频谱信息作为特征;在分类识别算法方面尝试采用K-means聚类算法与BP神经网络算法来实现人体身份识别与验证,并比较了不同分类方法的识别结果;最后在单一特征识别的基础上,对不同角度的热释电信息进行特征融合。实验结果证实,相对于单一特征识别,特征融合能得到更好的识别结果,最高识别率可达90%以上。研究表明,通过对PIR传感器输出信号的处理,可在一定程度上实现运动人体的身份识别,为安全级别较低场所的人体身份识别提供了一种低成本的解决方案。目前,基于运动人体红外特征的身份识别研究与应用尚处于起步阶段,本文研究成果将为这项技术的发展起到一定的探索作用。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 身份识别技术概述
• 1.1.1 传统的身份识别
• 1.1.2 生物特征识别技术概述
• 1.2 步态识别技术概述
• 1.2.1 传统步态识别技术
• 1.2.2 基于热释电原理的步态识别概述
• 1.3 研究内容及论文结构
• 第二章 人体红外热释电信息采集系统
• 2.1 热释电红外传感器
• 2.1.1 人体红外辐射原理
• 2.1.2 热释电效应
• 2.2 菲涅尔透镜
• 2.3 信号调理电路
• 2.4 数模转换装置与LABVIEW 程序设计
• 2.4.1 数模转换装置—NI U586251 介绍
• 2.4.2 LABVIEW 编程
• 第三章 热释电红外数据采集及预处理
• 3.1 热释电红外数据采集
• 3.1.1 实验方案
• 3.1.2 数据采集
• 3.2 快速傅里叶变换
• 3.2.1 快速傅里叶变换原理
• 3.2.2 FFT 的频谱分析
• 3.3 小波变换原理
• 3.3.1 连续小波变换
• 3.3.2 离散小波变换
• 3.3.3 小波变换的时频分析
• 第四章 多角度热释电红外信息融合
• 4.1 特征融合概述
• 4.2 特征融合策略
• 第五章 基于BP 神经网络和聚类方法的身份识别研究
• 5.1 BP 神经网络
• 5.1.1 BP 神经网络算法原理
• 5.1.2 BP 神经网络的改进与优化
• 5.2 聚类算法
• 5.2.1 聚类算法原理
• 5.2.2 聚类分析的研究意义
• 5.2.3 K-means 聚类算法
• 5.3 分类识别结果及讨论
• 5.3.1 识别结果
• 5.3.2 验证结果
• 5.3.3 结果讨论
• 第六章 总结与展望
• 6.1 内容总结
• 6.2 工作展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢