臺灣博碩士論文加值系統

人數計數用途廣泛，有許多相關的技術被提出來，而目前大多使用多組紅外線發射與接收器以及影像處理等方式進行人數計數。前者紅外線發射與接收器在判斷人數上的方法較單純，僅利用接收器是否有收接到紅外射線，並輸出高電位及低電位的差別來做人數上的加減，所以就以輸出來討論要判斷多種進出行為模式，如:以不同速度進出及多人同時進出等，準確性不高，尤其當非人的物體經過並阻斷紅外線發射;後者則需要攝影機來當作主要判斷人數的工具，成本較昂貴且基於現代人對於隱私越來越重視，有許多場所例如私人空間、臥室、洗手間等，若架設攝影機來達到人數計數並不適合。因此本文提出利用一對人體紅外線感測器(PIR)來做為人數計數的工具。PIR可以偵測一個大範圍人體紅外線的變化，同時也會因為不同進出行為模式會有不同的輸出結果，所以我們可以透過PIR多樣輸出變化的特性，來進行不同進出行為模式的分類以及判別，有效的提高在人數計數上的準確性。其中PIR僅會對紅外線變化做輸出，架設場合不受限，能免於許多個人隱私的暴露。
由於PIR的主要用途是用於偵測紅外線一段時間內的變化，透過感測器上專屬的晶片設計，輸出會有封鎖時間及延遲時間，達到感測一段時間內的紅外線變化。由於上述的輸出時間設計，若我們使用PIR做為人數計數的工具，會有先天上的限制，例如在延遲輸出的時間內有多個紅外線變化，此時感測器僅會做一次高電位的輸出，所以一次持續的高電位輸出內，我們並不能得知此次的輸出為感測到單人或者多人的紅外線變化。因此本文提出了更改PIR的硬體電路以及利用機器學習的方法來訓練人體紅外線感測器輸出(類比及數位)，接著使用PCRBM方法判別不同進出行為模式，達到較高準確性的人數計數。
為了驗證提出方法的準確性，我們針對多種不同行為的進出模式做實驗，發現在預測不同進出行為模式上皆有不錯的準確度，進而能提升對於人數計數能否因為不同的進出行為模式而有高的準確性。

中文摘要 i
第1章 緒論 1
第2章 相關研究 3
2.1 PASSIVE INFRARED SENSOR (PIR) 3
2.1.1 菲涅爾透鏡 4
2.1.2 定時器:延遲時間Tx及封鎖時間Ti 5
2.1.3 可重複觸發模式及不可重複觸發模式 5
2.1.4 PIR感測器之相關研究 6
2.1.5 PIR輸出波形 8
2.2 類神經網路 10
2.2.1 Restricted Boltzmann Machine (RBM)的基本模型 11
2.2.2 RBM的快速訓練算法 12
第3章 以PIR感測器輸出訓練受限玻爾茲曼之方法 15
3.1 以PIR感測器做人數計數的極限與我們提出的策略 15
3.1.1 影響PIR無法精準做人數計數的主要因素 15
3.1.2 基於PIR應用於人數計數的限制，我們提出的策略 16
3.2 PCRBM演算法之架構 19
3.3 ON-LINE PREDICT演算法 20
第4章 實驗 21
4.1 實驗環境 21
4.2 訓練樣本與分類模型 23
4.3 實驗結果 31
4.3.1 類比及數位訊號基於不同採樣頻率的準確度比較 31
4.3.2 類比及數位訊號基於不同PIR夾角的準確度比較 33
4.3.3 類比及數位輸出基於不同單顆或兩顆PIR的準確度比較 35
4.3.4 僅考慮進或出，不細分12種模式的類比及數位輸出準確度比較 37
第5章 結論 41
參考文獻 42

[1]F. Wahl, M. Milenkovic, O. Amft, “A distributed PIR-based approach for estimating people count in office environments,” 2012 IEEE 15th International Conference on Computational Science and Engineering,pp,640-647.on , vol.5, no., pp.35-44, 4-7 Jan. 1994.
[2]S. Narayana, R.V. Prasad, V.S. Rao, T.V. Prabhakar, S.S. Kowshik, M.S. Iyer, “PIR sensors : Characterization and Novel Localization Technique, ”Proceedings of the 14th International Conference on Information Processing in Sensor Networks – IPSN’15 (2015), pp. 142–153
[3]Piero Zappi, Elisabetta Farella, and Luca Benini, “Tracking Motion Direction and Distance With Pyroelectric IR Sensors,” IEEE SENSORS JOURNAL, VOL. 10, NO. 9, SEPTEMBER 2010, pp.1486-1494.
[4]张 春 霞,姬 楠 楠,王 冠 伟.受 限 波尔兹 曼 机 简 介 [EB/OL].北京:中国科技论文在线.(2013-01-11) [2015-11-14].http://www.paper.edu.cn/releasepaper/content/201301-528.
[5]Is-215t Datasheet, Honeywell Security and Custom Electronic., 2008.
[Online]. Available: http://library.ademconet.com/MWT/fs1/9/4434.pdf
[6]G. Hinton, “Training products of experts by minimizing contrastive divergence, ” Neur. Comp. 14(8), 1771–1800 (2002)
[7]G. Hinton, “A practical guide to training restricted boltzmann machines,” Tech. Rep. UTML TR 2010-003, University of Toronto, 2010.
[8]Gordon專欄,2014. [Online]. Available:http://blog.csdn.net/u010681136/article/details/40189349