隨著科技的發(fā)展和人們生活水平的提高，人口老齡化現(xiàn)象嚴重，老年人室內(nèi)安全監(jiān)護逐漸受到關(guān)注。

國內(nèi)外早期的跌倒檢測方法主要包括基于可穿戴設(shè)備的方案、基于視頻監(jiān)控的方案和基于聲學(xué)的方案?；诳纱┐髟O(shè)備的檢測方案，需要在身體各個部位佩戴加速度傳感器、陀螺儀等各種傳感器來采集使用者加速度或者身體傾角等狀態(tài)信息，并使用算法判斷是否發(fā)生跌倒，該方案要求被測試者必須穿戴設(shè)備，在使用上受到很大限制，且會造成老年人佩戴不舒適感。

基于視頻的監(jiān)控方案對使用者限制較少，但黑暗中無法正常使用且容易造成隱私泄露，在臥室、浴室、洗手間等私密場所不適合使用?；诼晫W(xué)的檢測方案，主要是通過跌倒時對地面的撞擊提取聲音或者振動等特征，但由于其他外物經(jīng)常造成干擾，檢測準確率較低。

為此，日本慶應(yīng)義塾大學(xué)Jihoon Hong和Tomoaki Ohtsuki等人提出使用松下Grid-eye的8×8紅外陣列傳感器設(shè)計的跌倒檢測系統(tǒng)，這種方案采用低分辨率的紅外陣列傳感器，可以獲得紅外輪廓，確保隱私不被泄露以及可在黑暗中正常使用；采用機器學(xué)習(xí)中K-近鄰算法進行分類，整個過程需要人工提取特征，且實驗結(jié)果中坐下識別效果較差，容易造成誤判。上海大學(xué)的楊任兵等人提出基于同一款紅外傳感器采集紅外圖像多特征提取的跌倒檢測算法。

上述兩個基于紅外陣列傳感器的識別系統(tǒng)對于跌倒檢測具有較好的檢測效果，但未能實現(xiàn)坐下、行走等其他動作的識別，且使用人工提取特征的過程繁瑣復(fù)雜。

身份識別方法一般分為傳統(tǒng)識別和生物特征識別兩種。又可將生物特征識別分為生理特征識別和行為特征識別。生理特征是指身體先天存在的特征，如指紋、虹膜、人臉等；行為特征是指后天形成的特征，如語音、步態(tài)、字跡等。

傳統(tǒng)識別方法一般通過物品標(biāo)識識別身份，但存在易丟失、易被盜的缺點。通過生理特征識別的方法對識別的角度有很高要求，且價格昂貴。近年來，國內(nèi)外著名大學(xué)相繼進行身份識別方法研究。

• 2017年，李倩玉等人提出基于改進深層網(wǎng)絡(luò)的人臉識別算法，可以提取出目標(biāo)的鑒別性特征，但當(dāng)面部出現(xiàn)遮擋或者側(cè)臉時識別準確性較差。
• 2018年，陳虹旭等人提出基于深度學(xué)習(xí)的虹膜識別方法，通過提取虹膜特征利用深度學(xué)習(xí)進行訓(xùn)練識別，但虹膜識別對識別距離有要求，不能遠距離識別且需要正對人的眼睛，識別過程受到較大限制。
• 2018年，田光見等人提出基于連續(xù)隱馬爾可夫模型的步態(tài)識別，通過人走路姿勢實現(xiàn)對身份的識別，雖然獲得較高的識別率，但算法特征提取過程復(fù)雜。目前多采用常見模式識別分類器，特征提取過程復(fù)雜且繁瑣。

針對以上動作和身份識別方案中的問題和缺點，本文提出一種基于低分辨率紅外陣列傳感器采集紅外熱圖像，運用深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)算法自動提取特征的方法，通過步態(tài)識別實現(xiàn)身份識別以及實現(xiàn)跌倒、坐下和行走動作的識別。

該方法能夠較好地保護使用者的隱私，且避免了繁瑣的人工特征提取，又結(jié)合深度學(xué)習(xí)提高了系統(tǒng)的識別效果。該系統(tǒng)可以同時識別身份和動作，對于室內(nèi)老年人安全監(jiān)護具有很高的應(yīng)用價值，在智能居家養(yǎng)老產(chǎn)品上也具有一定的經(jīng)濟意義。

1 系統(tǒng)構(gòu)成

人體動作和身份識別系統(tǒng)整體結(jié)構(gòu)示意圖如圖1所示。系統(tǒng)主要由紅外陣列傳感器、基于樹莓派的溫度數(shù)據(jù)采集平臺和基于PC的動作識別平臺構(gòu)成。紅外陣列傳感器分別垂直吊裝在天花板和側(cè)面墻壁上，由樹莓派通過I2C接口控制，實現(xiàn)探測區(qū)域溫度分布信息的采集；將采集到的溫度數(shù)據(jù)通過樹莓派內(nèi)置WiFi發(fā)送到PC端，PC端通過程序處理生成紅外熱圖像，將每一幀圖像保存成數(shù)據(jù)庫，使用卷積神經(jīng)網(wǎng)絡(luò)算法（convolutional neural network, CNN）進行訓(xùn)練分類，判斷對應(yīng)人體的動作類別和身份，進而完成識別。

圖1 系統(tǒng)整體結(jié)構(gòu)示意圖

2 卷積神經(jīng)網(wǎng)絡(luò)分類

動作和身份識別算法流程如圖2所示。該算法分為3步，即發(fā)送溫度分布數(shù)據(jù)、保存每一幀熱紅外圖像和CNN分類識別。

圖2 動作和身份識別算法流程圖

2.1 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

基于VGGNet搭建的卷積神經(jīng)網(wǎng)絡(luò)模型主要包括輸入層、5層卷積層和3層最大池化層以及1層全連接層和輸出層。其結(jié)構(gòu)模型如圖3所示。輸入的是預(yù)處理的圖像，尺寸為（96, 96, 3），分別代表了長、寬和深度。

第1層卷積核的尺寸為（3, 3, 32），第2層卷積核的尺寸為（3, 3, 64），第3層卷積核的尺寸為（3, 3, 128）；采用最大池化方法，池化核尺寸為（3, 3）。為了保證卷積后的尺寸和輸入尺寸相同，模型使用padding操作。最大池化層長寬步長為2，深度步長為1。

圖3 卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)模型

1）卷積層

卷積層的目的是提取輸入的不同特征，卷積層的第一層可提取邊緣、線條和角等低級的特征，在疊加搭建更多層卷積層之后的網(wǎng)絡(luò)能將前期層中提取的低級特征迭代提取為更加復(fù)雜的特征。

假設(shè)進行步長為1的卷積操作，表示卷積核在輸入圖像矩陣上每次向右移動一個像素。卷積核網(wǎng)格中都存在一個權(quán)重值，在卷積核移動的過程中將輸入圖像矩陣中的每個像素和卷積核中對應(yīng)的每個權(quán)重值相乘，最后將所有乘積相加得到一個輸出結(jié)果。卷積計算過程如圖4所示。

圖4 卷積計算過程圖

為使得輸出尺寸與輸入尺寸相同，卷積層中使用padding操作；模型中使用目前主流的整流線性單元（rectified linear units, ReLU）作為神經(jīng)網(wǎng)絡(luò)的激活函數(shù)。

2）池化層

池化層的主要作用是對輸出篩選降維，篩選掉不重要的特征，提取主要特征，使得特征圖減小。池化方法包括平均值池化和最大池化。本文選擇最大池化方法，有學(xué)者已經(jīng)驗證最大池化效果優(yōu)于平均值池化。第1層池化層的池化核為（3, 3），第2和3層池化層的池化核均為（2, 2）。池化過程如圖5所示。

圖5 池化過程圖

3）模型訓(xùn)練

本模型用于識別人體姿態(tài)動作，用softmax作為輸出層函數(shù)，計算公式為

模型的優(yōu)化算法使用Adam進行優(yōu)化，它是一種隨機梯度下降算法，可以加速訓(xùn)練過程。Adam算法優(yōu)化的不是在全部訓(xùn)練數(shù)據(jù)上的損失函數(shù)，而是在每一輪迭代中，隨機優(yōu)化某一條訓(xùn)練數(shù)據(jù)上的損失函數(shù)。為防止進入局部最小值，模型的學(xué)習(xí)率為0.001。

訓(xùn)練數(shù)據(jù)按照32個批次從頭到尾讀取，載入到內(nèi)存進行訓(xùn)練，一次迭代完成后，將訓(xùn)練數(shù)據(jù)重新隨機打亂，進入數(shù)據(jù)的下一代訓(xùn)練，神經(jīng)網(wǎng)絡(luò)訓(xùn)練次數(shù)為100輪。

4）過擬合處理

為防止模型過度擬合，在模型的Softmax輸出層之前加入Dropout層。在模型進行訓(xùn)練時，Dropout層通過設(shè)置不同的參數(shù)，使得某些隱藏的神經(jīng)元以一定的概率隨機失活，以防止模型發(fā)生過擬合狀況。

2.2 動作識別

為防止室內(nèi)意外事故的出現(xiàn)，實現(xiàn)老年人安全監(jiān)護，現(xiàn)特對老年人行為動作進行采集識別。實驗過程中的人體動作識別方法是針對單人行為的。實驗過程中讓被測試人員在檢測區(qū)域中模擬老人日常行為動作，分別采集行走、跌倒、坐下3種動作的紅外圖像建立數(shù)據(jù)庫，再通過卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練分類識別，判斷出發(fā)生的動作。

2.3 身份識別

為判斷出發(fā)生跌倒意外事故人員的身份，使用行為特征步態(tài)進行識別。步態(tài)識別的識別過程是通過采集一段待檢測行人正常行走的視頻或者保存完成的圖像，與已經(jīng)存儲訓(xùn)練完成的視頻或者圖片數(shù)據(jù)庫進行對比，進而找出待檢測行人目標(biāo)的身份。

步態(tài)是一種復(fù)雜的行為特征，每個人的步態(tài)是不同的，它提供了大量的信息，但由于圖像序列的數(shù)據(jù)量較大，因此計算復(fù)雜性較高。步態(tài)識別具有數(shù)據(jù)采集容易、遠距離無需接觸和難以偽裝等優(yōu)點。傳統(tǒng)步態(tài)識別是通過視頻提取人體節(jié)點特征，采用機器學(xué)習(xí)中的算法進行分類，人工提取特征復(fù)雜程度高，不易實現(xiàn)。本文采用CNN算法對每一幀連續(xù)圖像進行訓(xùn)練，再與數(shù)據(jù)庫對比，從而判斷出被測人員的身份。

3 實驗測試

1）實驗裝置

實驗裝置使用德國海曼公司HTPA32×32紅外陣列傳感器；樹莓派使用3B型號，其系統(tǒng)基于Linux，有SD/MicroSD卡內(nèi)存硬盤；主板上有USB接口、以太網(wǎng)接口、HDMI高清視頻輸出接口和GPIO接口；WiFi通信模塊。具體實驗裝置實物如圖6（a）所示。

2）實驗環(huán)境

本實驗選擇室內(nèi)普通辦公房間，室溫在15℃左右。實驗測試場景如圖6（b）所示。將一個傳感器垂直吊裝在天花板上，高度為2m；將另一個傳感器安裝在高度為1m的支架上（模擬垂直安裝在側(cè)面墻面），兩傳感器垂直距離為2.4m。被測實驗人員需要根據(jù)要求完成正常行走、坐下和跌倒3種動作。

圖6a 實驗裝置實物圖

圖6b 實驗測試場景

3）獲取實驗數(shù)據(jù)

使用Keras和CNN構(gòu)建分類器和CNN算法識別動作實驗，測試人員為6名（4男2女），共保存11420張圖片，其中訓(xùn)練集11120張，測試集300張。實驗行為動作模擬如圖7所示。

當(dāng)使用CNN算法識別身份實驗時，采用步態(tài)方法進行識別，測試人員5名（3女2男），共采集2888張圖片，其中訓(xùn)練集2858張，測試集30張。實驗步態(tài)識別圖如圖8所示。

4 實驗結(jié)果

當(dāng)使用卷積神經(jīng)網(wǎng)絡(luò)進行動作識別時，系統(tǒng)平均準確率為93.3%，行走準確率高達100%，跌倒準確率為90%，坐下準確率為90%。步態(tài)識別的準確率為96.7%。由CNN算法的實驗分類識別結(jié)果可知，整體識別準確率較高。但動作識別過程中由于坐在椅子上呈半躺狀態(tài)和跌倒時輪廓面積類似，所以易造成錯誤分類。

圖7 實驗行為動作模擬圖

圖8 實驗步態(tài)識別圖

結(jié)論

本文構(gòu)建了一種基于低分辨率紅外陣列傳感器的人體身份識別和動作識別系統(tǒng)。通過提取監(jiān)測區(qū)域溫度分布信息的特征，使用CNN算法測得行走、坐下和跌倒的檢測準確率分別為100%、90%和90%，3種人體行為的平均識別準確率為93.3%；使用步態(tài)特征的身份識別準確率為96.7%。該系統(tǒng)在老年人生命健康安全監(jiān)護領(lǐng)域具有很高的應(yīng)用價值。

未來，可測試在多人情況下識別人體發(fā)生的動作，以期在系統(tǒng)檢測到異常行為動作時做出更加準確的處理方案。