基于人体多姿态识别的被动入侵检测模型研究

• 作者: 刘进军 安宁 谷敏敏
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 射频 多姿态 入侵检测 多分类
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 研究与探讨
• 页码范围: 17-20
• 页数: 4页
• 分类号: TP212.6
• 字数: 2039字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2015)06-0017-04

摘要

被动入侵检测技术在火灾搜救、空巢老人监护、矿井安全等领域有着广泛的应用。传统的基于无线传感器的被动入侵检测技术大多采用单层链路的信号变化来识别有人入侵和无人入侵两种状态，检测状态过于单一，对于一些人体高危状态如跌倒状态并不能有效的识别。为解决这一问题，提出了一种基于人体多姿态识别的被动入侵检测模型，该模型建立多层信号链路进行特征对比，并使用基于滑动窗口的数据流特征提取方法，实现对各人体入侵姿态的检测。采用多种多分类器算法进行仿真分析，并进一步对人体多姿态的定位和追踪展开实验。结果表明：该检测模型对于正常（无人入侵）、站立、跌倒静躺这三种状态具有很好的识别效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘进军	合肥工业大学计算机与信息学院	19	103	5.0	9.0
3	安宁	合肥工业大学计算机与信息学院	15	61	5.0	7.0
6	谷敏敏	合肥工业大学计算机与信息学院	2	10	2.0	2.0