步态识别是生物特征识别技术的一个新兴子领域,旨在根据人们的行走姿势实现对个人身份的识别或生理、病理及心理特征的检测,具有广阔的应用前景,已成为近年来生物医学信息检测领域备受关注的前沿方向。基于热释电红外辐射(PIR)信息的步态识别检测原理为:人行走过程中身体各部分(包括躯干、手臂、腿部)的运动将因个人行走习惯不同而使其红外热辐射信号具有某种个体特征。该特征信息将记入在线检测的PIR传感器中。通过对传感器输出信号的分析,就可能提取出人体运动的特征性数据,实现对不同人、不同运动状态的识别。本文采用表面装有菲涅尔透镜的热释电红外传感器从多个角度检测人体行走时的红外辐射信息,利用所得红外辐射的连续时间序列信号提取人体行走时的运动特征进行身份识别。研究中首先搭建了运动人体红外热释电信息的多角度采集系统,同步进行了三个角度的热释电信息采集,分别是60~°、90~°、120~°;第一种特征提取方法是将时域信号进行快速傅里叶变换提取出频谱信息作为特征,第二种特征提取方法是先将时域信号进行三层小波变换分解,再将三层小波近似系数进行快速傅里叶变换提取出其频谱信息作为特征;在分类识别算法方面尝试采用K-means聚类算法与BP神经网络算法来实现人体身份识别与验证,并比较了不同分类方法的识别结果;最后在单一特征识别的基础上,对不同角度的热释电信息进行特征融合。实验结果证实,相对于单一特征识别,特征融合能得到更好的识别结果,最高识别率可达90%以上。研究表明,通过对PIR传感器输出信号的处理,可在一定程度上实现运动人体的身份识别,为安全级别较低场所的人体身份识别提供了一种低成本的解决方案。目前,基于运动人体红外特征的身份识别研究与应用尚处于起步阶段,本文研究成果将为这项技术的发展起到一定的探索作用。