1、步態(tài)識(shí)別是生物特征識(shí)別技術(shù)的一個(gè)新興子領(lǐng)域,旨在根據(jù)人們的行走姿勢(shì)實(shí)現(xiàn)對(duì)個(gè)人身份的識(shí)別或生理、病理及心理特征的檢測(cè),具有廣闊的應(yīng)用前景,已成為近年來生物醫(yī)學(xué)信息檢測(cè)領(lǐng)域備受關(guān)注的前沿方向?；跓後岆娂t外輻射(PIR)信息的步態(tài)識(shí)別檢測(cè)原理為:人行走過程中身體各部分(包括軀干、手臂、腿部)的運(yùn)動(dòng)將因個(gè)人行走習(xí)慣不同而使其紅外熱輻射信號(hào)具有某種個(gè)體特征。該特征信息將記入在線檢測(cè)的PIR傳感器中。通過對(duì)傳感器輸出信號(hào)的分析,就可能提取出人體運(yùn)

2、動(dòng)的特征性數(shù)據(jù),實(shí)現(xiàn)對(duì)不同人、不同運(yùn)動(dòng)狀態(tài)的識(shí)別。
　　 本文采用表面裝有菲涅爾透鏡的熱釋電紅外傳感器從多個(gè)角度檢測(cè)人體行走時(shí)的紅外輻射信息,利用所得紅外輻射的連續(xù)時(shí)間序列信號(hào)提取人體行走時(shí)的運(yùn)動(dòng)特征進(jìn)行身份識(shí)別。研究中首先搭建了運(yùn)動(dòng)人體紅外熱釋電信息的多角度采集系統(tǒng),同步進(jìn)行了三個(gè)角度的熱釋電信息采集,分別是60°、90°、120°；第一種特征提取方法是將時(shí)域信號(hào)進(jìn)行快速傅里葉變換提取出頻譜信息作為特征,第二種特征提取方法是先

3、將時(shí)域信號(hào)進(jìn)行三層小波變換分解,再將三層小波近似系數(shù)進(jìn)行快速傅里葉變換提取出其頻譜信息作為特征；在分類識(shí)別算法方面嘗試采用K-means聚類算法與BP神經(jīng)網(wǎng)絡(luò)算法來實(shí)現(xiàn)人體身份識(shí)別與驗(yàn)證,并比較了不同分類方法的識(shí)別結(jié)果；最后在單一特征識(shí)別的基礎(chǔ)上,對(duì)不同角度的熱釋電信息進(jìn)行特征融合。實(shí)驗(yàn)結(jié)果證實(shí),相對(duì)于單一特征識(shí)別,特征融合能得到更好的識(shí)別結(jié)果,最高識(shí)別率可達(dá)90％以上。
　　 研究表明,通過對(duì)PIR傳感器輸出信號(hào)的處理,可在一