光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2011年
4期
884-891
,共8页
热释电红外(PIR)探测器%小波包熵%子模式典型相关分析(CCA)%特征融合
熱釋電紅外(PIR)探測器%小波包熵%子模式典型相關分析(CCA)%特徵融閤
열석전홍외(PIR)탐측기%소파포적%자모식전형상관분석(CCA)%특정융합
为使现有热释电红外(PIR)探测器具有识别检测区域内红外辐射源的功能,提出一种基于典型相关分析(CCA)特征融合的人体和非人体PIR信号识别方法.该方法首先提取PIR信号的频谱和小波包熵特征,然后对频谱进行子模式划分,并分别与小波包熵特征进行CCA融合,把融合后的结果作为判别信息,从而实现了特征融合且消除了特征之间的信息冗余.最后通过多数投票方式融合判别结果.作为子模式CCA特征融合的一种特殊情况,文中分析了特征与自身子模式特征CCA融合的分类性能.实验结果表明,当频谱分为5个子模式时,能有效地对人体和非人体红外辐射源进行识别,识别率可达95.2%,比直接采用频谱与小波包熵CCA融合的识别率提高了2.7%.而采用小波包熵与自身子模式特征CCA融合的识别率最高为90.7%,比单独采用小波包熵的识别率提高了2.3%.
為使現有熱釋電紅外(PIR)探測器具有識彆檢測區域內紅外輻射源的功能,提齣一種基于典型相關分析(CCA)特徵融閤的人體和非人體PIR信號識彆方法.該方法首先提取PIR信號的頻譜和小波包熵特徵,然後對頻譜進行子模式劃分,併分彆與小波包熵特徵進行CCA融閤,把融閤後的結果作為判彆信息,從而實現瞭特徵融閤且消除瞭特徵之間的信息冗餘.最後通過多數投票方式融閤判彆結果.作為子模式CCA特徵融閤的一種特殊情況,文中分析瞭特徵與自身子模式特徵CCA融閤的分類性能.實驗結果錶明,噹頻譜分為5箇子模式時,能有效地對人體和非人體紅外輻射源進行識彆,識彆率可達95.2%,比直接採用頻譜與小波包熵CCA融閤的識彆率提高瞭2.7%.而採用小波包熵與自身子模式特徵CCA融閤的識彆率最高為90.7%,比單獨採用小波包熵的識彆率提高瞭2.3%.
위사현유열석전홍외(PIR)탐측기구유식별검측구역내홍외복사원적공능,제출일충기우전형상관분석(CCA)특정융합적인체화비인체PIR신호식별방법.해방법수선제취PIR신호적빈보화소파포적특정,연후대빈보진행자모식화분,병분별여소파포적특정진행CCA융합,파융합후적결과작위판별신식,종이실현료특정융합차소제료특정지간적신식용여.최후통과다수투표방식융합판별결과.작위자모식CCA특정융합적일충특수정황,문중분석료특정여자신자모식특정CCA융합적분류성능.실험결과표명,당빈보분위5개자모식시,능유효지대인체화비인체홍외복사원진행식별,식별솔가체95.2%,비직접채용빈보여소파포적CCA융합적식별솔제고료2.7%.이채용소파포적여자신자모식특정CCA융합적식별솔최고위90.7%,비단독채용소파포적적식별솔제고료2.3%.
