分布式热释电传感器网络多活动人体跟踪与识别算法及实现技术研究

重点研究基于无线分布式热释电传感器网络的活动人体跟踪与识别算法及实现技术。研究分布式热释电传感器的硬件特性和数据输出形式及其虚拟平台的构建技术；基于置信传播架构，结合传感器模型、拓扑、目标模型先验知识，提出分布式多活动人体跟踪策略；运用期望值最大化方法，研究低价高效的系统校准方案；采用非负矩阵分解技术和隐马尔可夫模型，构建人体运动特征库，并基于置信传播架构和连续正交投影架构，提出分布式多目标识别算法；并从实用化角度对所提出算法和策略进行评估和优化。.通过本项目的研究，可望在理论上揭示影响人体跟踪与识别精度和准确度的关键机理，建立有效的适用于人体跟踪与识别的热释电传感器结构，设计有效的数据融合和数据挖掘机制，提出一套分布式多目标跟踪、识别和系统校准算法，搭建具有推理和学习能力的无线分布式热释电传感器网络仿真及实际测试平台，在应用上能于复杂背景条件下快速准确的实施多目标活动人体跟踪与识别。

随着无线传感器网络、分布式推理和学习技术，以及信号处理技术的持续发展，分布式的人体跟踪与识别技术逐渐成为热点研究领域之一。在此背景下，本项目旨在深入研究制约基于分布式热释电传感器网络的人体跟踪与识别技术性能提升的相关关键问题，克服现存系统在定位和跟踪精度及识别准确度等方面的不足之处，从而促进热释电传感器在较大规模场景或复杂应用环境中的应用。本项目主要研究内容涉及五大方面：热释电传感器硬件特性研究及分布式热释电传感器网络仿真平台构建；分布式多目标跟踪算法；低价而有效的系统校准方案；分布式多目标识别算法；多目标跟踪与识别整体性能评估方案以及实际硬件验证平台实现方法。在本项目的执行过程中，该五大方面的内容被分解到以下七个主要部分的研究工作中，其研究内容、重要结果等可总结如下：（1）分析了热释电红外传感器的信号特性及理论原理、硬件结构特性，设计了基于无线热释电传感器网络的人体目标跟踪系统，研究了多目标跟踪算法以及系统校准算法，并搭建仿真平台对所提算法的性能进行了分析研究，验证了所提算法的有效性；（2）设计了红外热释电传感器前端探测器及实测平台，研究了基于红外热释电传感器的目标跟踪系统的设计与实现，并在实测平台上评估了系统性能；（3）研究了基于红外热释电传感器的人体定位系统，创新的设计了旋转平台解决了静止人体检测的问题，构建了可用于同时检测静止人体和运动人体的人体定位系统平台；（4）引入熵权的概念，利用单波形热释电在不同距离所具有的规律性特征，研究了基于人体热释电特征的人体移动路径跟踪方法；（5）利用对不同感应模式和不同高度的单波形热释电特征的研究成果，研究了基于热释电传感器的人体摔倒状态实时检测方法，并提出了一套基于多维度热释电信息融合的人体跌倒检测系统；（6）针对人体身份识别问题，研究并设计了一种融合人体不同部位不同特征的热释电传感器识别系统；（7）针对人体跟踪与人体状态识别，研究了基于人体热释电信号跟踪与识别的系统设计与实现。. 通过以上研究，有效的揭示了影响人体跟踪与识别精度和准确度的关键机理，针对特定目标建立了有效的适用于人体跟踪与识别的热释电传感器结构，提出了系统校准算法以及多种目标跟踪、识别算法，并搭建了仿真及实测平台，促进了热释电传感器在复杂条件下展开人体定位、跟踪与识别的应用，为学术研究及产业化提供了良好的参考价值。