一种智能识别摄像头制造技术

本发明专利技术公开一种智能识别摄像头，使用热释电红外传感器，依据压缩传感理论中观测矩阵的随机性和不相关性是正确恢复原始信号的保证,对传感器前面所装的菲涅尔透镜采用随机编码的调制方式,得到传感器随机阵列的视场,从而使得观测矩阵具有随机性和不相关性,将高维原始运动信息嵌入到低维传感器进行输出的情况下仍然可以得到获取运动特征所需要的丰富信息，用矢量量化方法为每个具有特殊动作的语义运动序列做特征参数估计，并为每个特征序列分配一个码本作为其语义表达的模板。由分类器进行决策其表示的语义。达到了在采样的同时进行压缩，起到节约采样和传输成本以及降低数据处理难度的目的。

【技术实现步骤摘要】
一种智能识别摄像头
本技术方法是使用压缩红外感知技术进行手势的语义识别,依据人的运动特性,使用热释电红外传感器随机阵列获得人的运动特性数据,通过数据压缩提取、机器学习获得手势的语义信息,它所属分析及测量控制技术中的G01D非专属于特定设备的测量
技术介绍
近两年兴起的压缩感知理论表明,可以在不丢失逼近原信号所需信息的情况下,用最少的观测次数来采样信号,实现信号的降维处理,即直接对信号进行较少采样得到信号的压缩表示,从而在节约采样和传输成本的情况下,达到了在采样的同时进行压缩的目的.研究表明，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,然后通过求解一个优化问题就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。大部分一致分布的随机矩阵都符合观测矩阵所必需具备的上述条件,例如随机高斯分布矩阵即可作为观测矩阵,并能保证以很高的概率去恢复信号。通常手的运动特征数据是通过光学影像感应器例如CCD和CMOS获取。识别的过程主要是先获得影像数据，然后提取目标的运动区域并进行跟踪，基于运动特性对空间信息进行编码，对既包含空间又包含时间域的高维数据进行分类处理从而识别出手势语义。缺点是需要使用高分辨率的传感器，获得样本数量大；对视频序列需要鲁棒地提取运动目标，还要对运动目标的运动方式和运动轨迹进行建模；把运动特性编码成包含时间域的高维空间数据，增加了数据处理难度。
技术实现思路
本专利技术要解决的技术问题是为了克服现有技术中的上述缺点和不足，提供一种结构简单、成本较低的智能识别摄像头。本专利技术通过以下技术方案予以实现的：基于光路复用使用热释电红外传感器模型进行人体手部运动信息获取以及语义识别。采用随机编码的菲涅尔透镜调制传感器掩模阵列，每个传感器前装有一个菲涅尔透镜，利用掩模可以调制菲涅尔透镜使它只能感应到需要区域的热辐射源变化，即对应透明部分被感应，遮挡部分则感应不到辐射源,对菲涅尔可见区域的位置采用伪随机序列生成。16个装有菲涅尔透镜的传感器组成具有不同传感视场（FOV）的随机掩模阵列。用矢量量化方法为每个具有特殊动作的语义运动序列做特征参数估计，并为每个特征序列分配一个码本作为其语义表达的模板。由分类器进行决策其表示的的语义。与现有技术相比，本专利技术的技术方案具有如下优点：不需使用到高分辨率的传感器，而使用热释电红外传感器，依据压缩传感理论中观测矩阵的随机性和不相关性是正确恢复原始信号的保证,对传感器前面所装的菲涅尔透镜采用随机编码的调制方式,得到传感器随机阵列的视场,从而使得观测矩阵具有随机性和不相关性,将高维原始运动信息嵌入到低维传感器进行输出的情况下仍然可以得到获取运动特征所需要的丰富信息，达到了在采样的同时进行压缩，起到节约采样和传输成本以及降低数据处理难度的目的。附图说明图1为热释电红外传感器模型。图中标号为：1–热释电红外传感器，2–菲涅尔透镜。图2为菲涅尔透镜19个视场。具体实施方式热释电红外传感模型如图1所示，每个传感器模块所采用的传感器是商用D205B热释红外电传感器，这种传感器对于8-14μm波长范围的辐射反应灵敏，而人体热释红外辐射波长（37℃或98℉时）的典型值为9.55μm，处于它的敏感感应范围,由于它的双极性设置使它只被变化的热辐射源所激发，因此可以用它来感应人体的运动变化。该系统通过菲涅尔透镜掩模处理，对区域分割效果如图2所示，菲涅尔透镜掩模方案的确定是把它的表面划分为19个区域，即视场范围被划分为19个子区域。依据压缩感知理论，随机高斯分布矩阵可作为观测矩阵，使用这样的观测矩阵进行观测后,能保证以很高的概率去恢复原信号，我们对菲涅尔可见区域的位置采用伪随机序列生成，可证明满足这一特性，其视觉调制函数可以表示为：图1中所示，16个具有不同感知视场的传感器模块组成传感器系统,它布置在被测试人体前方一米的位置。它的有效感知范围在人的前方，即只能感知到人体的上半部运动。当手在传感器感应区间连续运动时，手的位置被某些特定视场的传感器模块所激发，从而测得手在空间的运动信息。不同时间手的运动特性被记录，形成一个随时间变化的测量序列数据。手势语义的识别采用矢量量化方法.码字搜索是矢量量化中的一个最基本问题，矢量量化过程本身实际上就是一个搜索过程，即搜索出与输入最为匹配的码矢。经典的码书设计算法是LBG算法,它是Y.Linde,A.Buzo与R.M.Gray在1980年推出的,其思想是对于一个训练序列,先找出其中心,再用分裂法产生一个初始码书A^0,最后把训练序列按码书A^0中的元素分组,找出每组的中心,得到新的码书,转而把新码书作为初始码书再进行上述过程,直到满意为止。设计矢量量化器的主要任务是设计码书,在给定码书大小的情况下,由最佳划分和最佳码书的设计两个必要条件得到矢量量化器的设计算法，为此：假设系统中有N个注册的语义注册模板，码书为C=[C1,C2,…,Cn],则第i个语义动作码书Ci可表示为：Ci=[ci1,ci2,…,ciK],其中K是码书的大小。设压缩采样得到的特征序列X=[xt,1,xt,2,…,xt,d],并给定一个失真度误差，通过分裂迭代知道平均方差失真度小于设定误差范围，完成训练过程，得到最后的语义特征模板码书，并进行注册，则基于热释电红外传感器阵列测得的新的手势动作特征矢量序列用所有的注册码书进行重建运算，做一对多的匹配，找出与之动作匹配的码书，从而识别出其语义。本文档来自技高网...

【技术保护点】
1.一种智能识别摄像头，包括用于获取手的运动特征数据的传感器，其特征在于，所述传感器为热释电红外传感器（1）。

【技术特征摘要】
1.一种智能识别摄像头，包括用于获取手的运动特征数据的传感器，其特征在于，所述传感器为热释电红外传感器（1）。2.根据权利要求1所述的摄像头，其特征在于，所述装置还包括：与传感器连接，用于对传感器进行掩模处理的菲涅尔透镜（2）。3.根据权利要求2所述的摄像头，其特征在于，所述的菲涅尔透镜（2）采用随...

【专利技术属性】
技术研发人员：陈啸，
申请(专利权)人：陈啸，
类型：发明
国别省市：广东,44