CN110175554A - 室内布局的检测方法、装置、设备及存储介质 - Google Patents
室内布局的检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110175554A CN110175554A CN201910435184.7A CN201910435184A CN110175554A CN 110175554 A CN110175554 A CN 110175554A CN 201910435184 A CN201910435184 A CN 201910435184A CN 110175554 A CN110175554 A CN 110175554A
- Authority
- CN
- China
- Prior art keywords
- posture
- room
- detected
- human body
- indoor arrangement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 116
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 241000282414 Homo sapiens Species 0.000 claims abstract description 101
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000015654 memory Effects 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 12
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 8
- 230000008034 disappearance Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 2
- 230000036544 posture Effects 0.000 description 175
- 238000012544 monitoring process Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000006399 behavior Effects 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000036541 health Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 208000012802 recumbency Diseases 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009184 walking Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene
- G06V20/36—Indoor scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Probability & Statistics with Applications (AREA)
- Alarm Systems (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明实施例公开了一种室内布局的检测方法、装置、设备及存储介质。所述方法包括：获取人体在待检测房间内的位姿信息，所述位姿信息包括姿态的姿态类型、姿态出现时人体的检测位置以及姿态出现的时间段；根据所述位姿信息确定所述待检测房间的室内布局。本发明实施例通过采用上述技术方案，能够实现室内布局的自动检测，减少人工绘制或标注室内布局所耗费的时间。
Description
技术领域
本发明涉及检测技术领域，尤其涉及一种室内布局的检测方法、装置、设备及存储介质。
背景技术
近年来，健康监测技术得到了越来越多的应用，尤其是针对老人的健康监测。
在对老人进行健康监测时，通常需要分析老人的哪些行为时正常的，哪些行为是异常。但是，老人行为的正常和异常并不仅仅取决于行为本身，还与房间内的布局关系密切。例如，同样是躺卧的动作，老人长时间躺在床上的行为是正常的，但是长时间躺在地上的行为就是异常的；又例如，老人从卧室离开两个小时，如果老人离开卧室后进入的是客厅，就是正常的行为，但是，如果老人离开卧室后进入的是厕所，那就是异常的行为。所以，在进行健康监测时，需要分清房间的布局，确定房间内床、沙发、客厅的门和卧室的门等的位置。
现有技术在确定房间的布局时，往往采用人工标注的方式，通过用户手动绘制房间图并对房间内各家具的位置进行标注来确定室内的布局。但是，此种方式需要用户的配合，且操作方式较复杂，往往会给用户造成较差的使用体验。
发明内容
有鉴于此，本发明实施例提供一种室内布局的检测方法、装置、设备及存储介质，以实现室内布局的自动检测。
第一方面，本发明实施例提供了一种室内布局的检测方法，包括：
获取人体在待检测房间内的位姿信息，所述位姿信息包括姿态的姿态类型、姿态出现时人体的检测位置以及姿态出现的时间段；
根据所述位姿信息确定所述待检测房间的室内布局。
第二方面，本发明实施例提供了一种室内布局的检测装置，包括：
信息获取模块，用于获取人体在待检测房间内的位姿信息，所述位姿信息包括姿态的姿态类型、姿态出现时人体的检测位置以及姿态出现的时间段；
布局确定模块，用于根据所述位姿信息确定所述待检测房间的室内布局。
第三方面，本发明实施例提供了一种设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例所述的室内布局的检测方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所述的室内布局的检测方法。
在上述检测室内布局的技术方案中，获取人体在待检测房间内的位姿信息，该位姿信息包括姿态的姿态类型、姿态出现时人体的检测位置以及姿态出现的时间段，进而根据该位姿信息确定待检测房间的室内布局。本发明实施例通过采用上述技术方案，能够实现室内布局的自动检测，减少人工绘制或标注室内布局所耗费的时间。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明实施例一提供的一种室内布局的检测方法的流程示意图；
图2为本发明实施例二提供的一种室内布局的检测方法的流程示意图；
图3为本发明实施例三提供的一种室内布局的检测方法的流程示意图；
图4为本发明实施例四提供的一种室内布局的检测装置的结构框图；
图5为本发明实施例五提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。
实施例一
本发明实施例一提供一种室内布局的检测方法。该方法可以由室内布局的检测装置执行，其中，该装置可以由软件和/或硬件实现，一般可集成在具有室内布局检测功能的设备或服务器中。图1是本发明实施例一提供的室内布局的检测方法的流程示意图，如图1所示，该方法包括：
S110、获取人体在待检测房间内的位姿信息，所述位姿信息包括姿态的姿态类型、姿态出现时人体的检测位置以及姿态出现的时间段。
本实施例中，人体的位姿信息可以为人体在房间布局检测阶段在待检测房间内的所有位姿信息，其可以基于人体反射的射频信号、基于人体佩戴的可穿戴设备中的传感器检测得到的人体的加速度与角速度或者基于摄像头拍摄得到的人体的图像等确定。例如，向人体发射射频信号并接收人体的发射信号，根据该射频信号和该反射信号确定人体的位姿信息；人体佩戴的可穿戴设备检测自身的加速速度与角速度，根据该加速度与角速度确定人体的位置与姿态，进而得到人体的位姿信息；或者，基于图像识别技术，通过摄像头拍摄待检测房间的视频数据，根据该视频数据确定人体位于待检测房间时的位姿信息。
其中，待检测房间可以理解为欲检测其室内布局的房间；姿态类型可以为站姿、坐姿或躺姿等；姿态出现时人体的检测位置可以为人体呈现某一姿态时的位置，该检测位置可以以坐标点或坐标区域的形式进行表示，当检测位置以坐标区域的形式进行表示时，该坐标区域可以为人体当前的位置所构成的坐标区域，也可以为预先划分得到的待检测房间的坐标区域，即预先将待检测房间划分为多个坐标区域并确定人体呈现各种类型姿态时其所处的坐标区域，在所获取的位姿信息中，同一类型姿态出现时人体可以存在多个检测位置，如人体可以在待检测房间内的多个位置行走或站立，此时即可以得到多个检测位置；姿态出现的时间段为人体呈现某一姿态时该姿态所持续的时间段，该时间段的起点为该姿态出现的时刻，即用户由其他姿态转换为该姿态的时刻，该时间段的终点为该姿态消失的时刻，即用户由该姿态转换为其他姿态的时刻，所获取的位姿信息中某一类型姿态出现的时间段可以为多个；房间布局检测阶段的时间长度可以根据需要设置，如可以为7天、10天或15天等，以提高室内布局结果的生成速度，减少用户的等待时间；也可以将其设置为30天、60天或更长的时间，以提高室内布局确定结果的准确性。
由于佩戴可穿戴设备会对用户造成一定的不便，以及，通过摄像头拍摄待检测房间的视频会侵犯用户的隐私，因此，本实施例优选基于人体反射的射频信号确定人体在待检测房间内的位姿信息。此时，获取人体在待检测房间内的位姿信息的过程可以为：在待检测房间内设置能够发射与接收射频信号的信号收发装置，通过该信号收发装置向待检测房间内发射射频信号并接收待检测房间内各反射点发射回的反射信号，基于该射频信号和反射信号识别位于人体上的目标反射点，并根据各目标反射点确定人体在房间布局检测阶段内各个时刻的位置和姿态类型，进而得到人体的位姿信息。
S120、根据所述位姿信息确定所述待检测房间的室内布局。
具体的，根据人体在待检测房间内各位置处呈现的姿态的姿态类型确定待检测房间在各位置处的布局。例如，对于待检测房间内的某一位置，如果用户在该位置的姿态均为躺姿，那么，可以确定此位置为床的位置；如果用户在该位置的姿态均为坐姿，那么，可以确定此位置为沙发或座椅的位置；如果用户在该位置的姿态均为站姿，那么可以确定此处为待检测房间内过道的位置，等等，由此，即可得到待检测房间的室内布局。
本发明实施例一提供的室内布局的检测方法，获取人体在待检测房间内的位姿信息，该位姿信息包括姿态的姿态类型、姿态出现时人体的检测位置以及姿态出现的时间段，进而根据该位姿信息确定待检测房间的室内布局。本施例通过采用上述技术方案，能够实现室内布局的自动检测，减少人工绘制或标注室内布局所耗费的时间。
实施例二
图2为本发明实施例二提供的一种室内布局的检测方法的流程示意图。本实施例在上述实施例的基础上，将“根据所述位姿信息确定所述待检测房间的室内布局”优化为：根据所述姿态类型和所述时间段确定待检测房间内各检测位置的目标姿态的姿态类型，作为所述检测位置的位置标签，所述目标姿态为在所述检测位置出现的总时长最长的姿态；确定每一个位置标签下的各检测位置所组成的目标区域，并将所述目标区域确定为所述待检测房间中设置目标家具的区域，所述目标家具为与所述位置标签相符的家具。
进一步地，在所述将所述目标区域确定为所述待检测房间中设置目标家具的区域之后，还包括：采用所述目标姿态在所述目标区域出现的时间段对所述目标家具进行修正。
相应的，如图2所示，本实施例提供的室内布局的检测方法包括：
S210、获取人体在待检测房间内的位姿信息，所述位姿信息包括姿态的姿态类型、姿态出现时人体的检测位置以及姿态出现的时间段。
S220、根据所述姿态类型和所述时间段确定待检测房间内各检测位置的目标姿态的姿态类型，作为所述检测位置的位置标签，所述目标姿态为在所述检测位置出现的总时长最长的姿态。
由于用户在同一位置处可能存在多种类型的姿态，例如，用户可能会睡前在床上坐着读书、在沙发上小憩片刻或者在过道上坐着或躺着进行健身等，即在待检测房间内的某一位置，通常不会仅存在一种类型的姿态，因此，本实施例优选可以根据房间布局检测阶段内，待检测房间各位置处出现的总时长最长的目标姿态的姿态类型(即各位置处出现概率最大的姿态类型)确定待检测房间的室内布局，以进一步提高室内布局检测结果的准确性。
示例性的，在获取到人体在待检测房间内的位姿信息之后，可以针对每个检测位置，根据该位姿信息确定在该检测位置出现的姿态的姿态类型，并分别统计各类型位姿出现的总时长，将出现的总时长最长的姿态确定为该检测位置的目标姿态，并将该目标姿态的姿态类型确定为该检测位置的位置标签，例如，若某一检测位置出现的总时长最长的姿态为站姿/坐姿/躺姿，则将站姿/坐姿/躺姿确定为该检测位置的目标姿态，并将目标姿态的姿态类型，即站姿/坐姿/躺姿，确定为该检测位置的位置标签。其中，各姿态可以以其姿态类型进行表征，某一姿态在某一检测位置出现的总时长为在整个房间布局检测阶段内该姿态在该检测位置出现的总时长。
S230、确定每一个位置标签下的各检测位置所组成的目标区域，并将所述目标区域确定为所述待检测房间中设置目标家具的区域，所述目标家具为与所述位置标签相符的家具。
由于人体所位于的检测位置仅为一个坐标点或较小的位置区域，仅依据一个检测位置所确定的家具的位置可能存在较大的误差，因此，为了进一步提高所确定的室内布局的准确性，本实施例优选在得到各检测位置的位置标签后，确定相同位置标签的各检测位置所组成的目标区域，以得到与该位置标签相符的目标家具所设置的区域。其中，对于任意一个位置标签下的各检测位置而言，其所组成的目标区域的数量可以为一个或多个，具体情况可视确定结果而定；与某一位置标签相符的家具可以理解为适用于用户呈现相应姿态的家具，其可以由用户或开发商根据需要设置，例如，床为供用户睡觉的家具，即适用于用户呈现睡姿，因此，可以将与睡姿相符的家具设置为床，又如，沙发或座椅为供用户坐着休息的家具，即适用于用户呈现坐姿，因此，可以将与坐姿相符的家具设置为沙发。
本实施例中，确定某一位置标签下各检测位置所组成的目标区域的方法可以根据需要选取，例如，可以直接将各检测位置所构成的区域确定为目标区域，采用直线或曲线连接各检测位置中位于最外层的各检测位置，形成封闭图形，并将该封闭图形所包含的区域确定为目标区域，或者，将包含各检测位置的最小的矩形所包含的区域确定为目标区域；也可以采用设定聚类算法对各检测位置进行聚类，并基于聚类后的各检测位置确定目标区域，本实施例不对此进行限制。
由于用户可能在多个相同或不同的家具上呈现相同的姿态，例如，用户可以在沙发上呈现坐姿，也可以在座椅上呈现坐姿，可见，位置标签相同的检测位置并不一定是组成同一家具的目标区域的检测位置，因此，本实施例优选可以首先采用设定聚类算法对各检测位置进行聚类，滤除各检测位置中分布较离散的检测位置，然后根据聚类后的各检测位置确定目标区域，以进一步提高室内布局确定结果的准确性。其中，聚类算法可以根据需要灵活设置，如可以采用DBSCAN、OPTICS、DENCLUE或K-Means等聚类算法对反射点进行聚类，本实施例不对此进行限制。
以采用DBSCAN聚类算法对某一位置标签下的各检测位置进行聚类为例，可以自该位置标签下的各检测位置中任选一个未被访问过的检测位置作为出发位置，找出与该出发位置的最小距离在扫描半径eps之内的所有附近位置，如果附近位置的数量小于最小包含位置数minPts，则将该位置暂时标记为噪声位置；如果附近位置的数量大于或等于minPts，则出发位置与其附近位置形成一个簇，将出发位置标记为已访问，并以相同的方式处理该簇内的所有未被标记为已访问的检测位置，从而对该簇进行扩展，当该簇内的所有检测位置均已被访问时，返回上述任选一个未被访问过的检测位置作为出发位置的步骤，重复上述操作，直至各检测位置均已被访问为止。由此，即可完成对检测位置的聚类。其中，扫描半径eps和最小包含位置数minPts可以根据需要设置。聚类完成后，可以分别针对每一簇检测位置，获取包含各检测位置的最小区域作为目标区域，并将该目标区域确定为待检测房间中设置目标家具的区域。
示例性的，将所述目标区域确定为所述待检测房间中设置目标家具的区域可以包括：如果所述位置标签为躺姿，则确定所述待检测房间内的床设置于所述目标区域；如果所述位置标签为坐姿，则确定所述待检测房间内的沙发或座椅设置于所述目标区域。
此外，本实施例还可以对待检测房间内未设置家具的区域(即过道区域)进行检测，此时，相应的，如果所述位置标签为站姿，则可以将所述目标区域确定为待检测的房间内的过道区域。
S240、采用所述目标姿态在所述目标区域出现的时间段对所述目标家具进行修正。
对于某一姿态，用户在不同时间点呈现或呈现的时间长度不同可能意味着其代表不同家具，例如，同样是躺姿，用户在下午5点呈现躺姿的地方可能为沙发，但是，用户在凌晨3点呈现躺姿的地方则可能为床，或者，用户所呈现的躺姿持续的时间长度较短(如0.5小时)的地方可能为沙发，用户所呈现的躺姿持续的时间长度较长(如5小时)的地方则可能为床。因此，本实施例中，在将目标区域确定为待检测房间中设置目标家具的区域后，还可以采用目标姿态在目标区域出现的时间段对该目标家具进行修正，以进一步提高所确定的房间布局的准确性。
示例性的，在确定目标区域的目标家具后，可以获取该目标区域的目标姿态在该目标区域出现的时间段，判断该时间段是否部分包含或全部包含预先设置的该目标家具出现目标姿态的时间段，若是，则将该目标区域确定为设置该目标家具的区域；若否，则可以舍弃该目标区域中的各检测位置出现的总时长最长的姿态，在舍弃该出现总时长最长的姿态之后，重新确定各检测位置的目标姿态，将重新确定的目标姿态作为相应检测位置的位置标签，并重新基于每个位置标签下的各检测位置所组成的目标区域确定待检测房间内设置目标家具的设置区域。其中，各目标家具出现目标姿态的时间段可以根据需要设置，如可以将床出现躺姿的时间段设置为1-5点，将沙发出现坐姿的时间段设置为17-20点，等等。
本发明实施例二提供的室内布局的检测方法，基于出现总时长最长的目标姿态，确定目标家具的目标区域，并采用目标姿态在目标区域出现的时间段对目标家具进行修正，能够进一步提高室内布局检测结果的准确性。
在上述实施例的基础上，所述根据所述位姿信息确定所述待检测房间的室内布局，还可以包括：将所述待检测房间内的非目标区域确定为所述待检测房间内设置非坐卧类家具的区域。由于待检测房间内除存在沙发或床等坐卧类家具外，还可能存在衣柜、书桌、电视柜或餐桌等不供用户坐或躺的非坐卧类家具，而用户在此类非坐卧类家具上一般不存在站姿、坐姿和躺姿等姿态，因此，本实施例在将待检测房间内用户存在姿态的目标区域确定为设置相应目标家具的区域之后，还可以进一步将待检测房间内用户不存姿态的非目标区域确定为待检测房间内设置非坐卧类家具的区域，以提高室内布局确定结果的全面性。
在上述实施例的基础上，所述根据所述位姿信息确定所述待检测房间的室内布局，还可以包括：根据所述位姿信息确定人体在所述待检测房间内的活动信息，所述活动信息包括出现信息和/或消失信息，所述出现信息包括人体出现的第一时间和第一位置，所述消失信息包括人体消失的第二时间和第二位置，根据所述活动信息确定所述待检测房间的房门位置。本实施例中，还可以根据用户在待检测房间内出现和/或消失的位置和时间，将用户出现和/或消失的位置确定为待检测房间的房门的位置，并可以进一步根据用户出现和/或消失的时间，确定待检测房间的房门为与何处连通的房门，例如，若用户多数情况下在早晨7-8点从某一房门消失，下午6-7点从该房门出现，则可以确定该房门为待检测房间连通户外的房门，若用户多数情况下在下午9-10点从某一房门消失，消失15-30分钟后从该房门出现，则可以确定该房门为待检测房间连通浴室的房门，等等，从而，进一步提高室内布局检测结果的准确性。
实施例三
图3为本发明实施例三提供的一种室内布局的检测方法的流程示意图。本实施例在上述实施例的基础上，将“获取人体在待检测房间内的位姿信息”，优化为“通过信号收发装置向待检测房间发射射频信号，并接收所述待检测房间中各反射点的反射信号；根据所述射频信号和所述反射信号确定各目标反射点的反射点信息，各所述目标反射点位于同一人体上，所述反射点信息包括所述目标反射点的位置坐标；根据所述反射点信息确定人体的位姿信息。”
进一步地，在所述根据所述位姿信息确定所述待检测房间的室内布局之后，还包括：如果根据所述室内布局检测人体存在异常行为，则进行报警。
相应的，如图3所示，本实施例提供的室内布局的检测方法包括：
S310、通过信号收发装置向待检测房间发射射频信号，并接收所述待检测房间中各反射点的反射信号。
其中，信号收发装置可以设置于待检测房间内；反射点可以理解为待检测房间中对射频信号进行反射的任意点；射频信号的频段可以根据需要设置，如可以设置为24GHz或77GHz等频段，本实施例不作具体限定。
本实施例中，可以通过信号收发装置的信号发射端向监控区域发射射频信号，并通过信号收发装置的信号接收端接收监控区域中各反射点对该射频信号反射生成的反射信号。信号发射端和信号接收端可以集成于同一天线中，也可以独立设置与不同的天线中，即本实施例可以通过同一天线发射射频信号以及接收反射信号，也可以通过两个或更多个独立设置的天线分别发射射频信号和接收反射信号。当信号发射端和信号接收端集成于同一天线中时，该信号发射端和信号接收端优选独立设置，以避免信号发射与接收之间产生干扰。
为了进一步提高后续所确定的人体的位姿信息的精度，进而提高人体摔倒检测结果的准确性，优选的，信号发射端的数量可以为多个，且在该多个信号发射端中，优选包含与其他某一信号发射端的连线平行于水平面的信号发射端以及与其他某一信号发射端的连线垂直于水平面的信号发射端，从而，后续可以通过连线平行于水平面的信号发射端发射的射频信号及其对应的反射信号确定反射点在水平方向的坐标x和y，并通过连线平行于水平面的信号发射端发射的射频信号及其对应的反射信号确定反射点在竖直方向的坐标z，进而确定检测位置和用户的姿态。
示例性的，可以按照设定周期向监控区域发射射频信号，并在每次向监控区域发射射频信号时，控制各信号发射端按照设定的时间间隔依次发射射频信号。以设置有3个信号发射端A、B和C为例，可以在当前时刻到达射频信号的发射时刻时，按照一定的时间间隔(如0.1ms、0.5ms或1ms等)和设定的顺序(如A-B-C)依次控制信号发射端A、B和C发射射频信号。其中，所述时间间隔小于所述设定周期；在每次发射射频信号时，各信号发射端发射射频信号的时间长度小于或等于所述时间间隔。
当信号发射端的数量为多个时，信号接收端的数量可以为一个或多个，即可以通过同一信号接收端分别接收不同信号发射端所发射射频信号的反射信号，也可以多个信号接收端分别或同时接收不同信号发射端所发射射频信号的反射信号。优选的，可以设置数量与信号发射端的数量相同的信号接收端，并将各信号发射端与各信号接收端一一对应设置，从而，在某一信号发射端发射射频信号之后，可以控制与该信号发射端对应的信号接收端接收各反射点对该射频信号进行反射所生成的反射信号，以避免与不同信号发射端发射的射频信号对应的发射信号之间出现交叉。
此时，优选的，可以采用多输入多输出(Multiple-Input Multiple-Output，MIMO)天线向监控区域发射射频信号，并接收监控区域中各反射点的反射信号。
S320、根据所述射频信号和所述反射信号确定各目标反射点的反射点信息，各所述目标反射点位于同一人体上，所述反射点信息包括所述目标反射点的位置坐标。
具体的，可以根据发射的射频信号和各反射点反射回的反射信号识别监控区域中的各反射点，按照预先设置的规则对各反射点进行筛选，得到位于同一人体上的目标反射点，并根据各目标反射点的反射点信息，如各目标反射点的位置坐标等，确定人体的位姿信息。其中，筛选各反射点的规则可以根据需要选取，如可以基于各反射点的位置坐标，将排列紧密且能够构成人体形状的反射点确定为位于同一人体上的反射点。
S330、根据所述反射点信息确定人体的位姿信息，所述位姿信息包括姿态的姿态类型、姿态出现时人体的检测位置以及姿态出现的时间段。
示例性的，可以根据反射点信息确定人体在竖直方向上的高度，并根据该高度确定人体的姿态类型，例如，如果人体在竖直方向上的高度大于或等于第一高度阈值，则可以确定人体的姿态类型为站姿，如果人体在竖直方向上的高度大于或等于第二高度阈值且小于第一高度阈值，则可以确定人体的姿态类型位坐姿，如果人体在竖直方向上的高度小于第二高度阈值，则可以确定人体的姿态类型为躺姿；也可以预先训练得到位姿分类模型，在得到反射点信息后，将所得到的反射点信息输入至位姿分类模型中，并基于位姿分类模型的输出值确定人体的位姿信息，本实施例不对此进行限制。其中，第一高度阈值和第二高度阈值可以根据需要设置，如可以将第一高度阈值设置为1.2m等高度，将第二高度阈值设置为0.4m等高度。
S340、根据所述位姿信息确定所述待检测房间的室内布局。
其中，在检测待检测房间的室内布局时，可以仅在待检测房间内安装信号收发装置，依据待检测房间内的信号收发装置所发射和接收到的射频信号确定待检测房间的室内布局；也可以在待检测房间和其他房间内都安装信号收发装置，基于多个信号收发装置发射和接收到的射频信号确定待检测房间的室内布局，如基于待检测房间内的信号收发装置所发射和接收到的射频信号检测到人体在待检测房间的某一位置消失，同时，基于客厅中安装的信号收发装置发射与接收到的射频信号检测到人体在客厅的某一位置出现，则可以确定此人体消失的位置为待检测房间与客厅之间的门。
S350、如果根据所述室内布局检测人体存在异常行为，则进行报警。
本实施例中，在确定待检测房间的室内布局后，可以根据待检测房间的室内布局确定用户在待检测房间内是否存在异常行为，并在用户存在异常行为时，及时进行报警，如进行声音或灯光报警，或者，生成报警信息并将其发送给相关联的终端设备，以使终端设备侧用户能够及时地对待检测房间内行为存在异常的人员采取合适的措施进行处理。其中，异常行为可以为姿态的类型与姿态发生的位置不相符和/或姿态发生的时间段(包括开始与结束的时间或发生的时间长度)与预先设置的姿态发生的时间段不相符的行为，如当用户的躺姿出现在了过道上且其躺姿出现的时间长度大于设定的时间长度阈值，则可以判定用户出现异常并进行报警。
本发明实施例三提供的室内布局的检测方法，通过基于发射和接收到的射频信号检测人体的位姿信息，得到待检测房间的室内布局，并在基于该室内布局检测到用户存在异常行为时进行报警的方式，不但能够进一步提高室内布局确定结果的准确性，还能够确保室内人员出现异常时能够及时地得到救治，提高室内人员的安全性。
实施例四
本发明实施例四提供一种室内布局的检测装置。其中，该装置可以由软件和/或硬件实现，一般可集成在具有识别布局检测功能的设备或服务器中，可通过执行室内布局的检测方法检测待检测房间的室内布局。图4为本发明实施例四提供的室内布局的检测装置的结构框图，如图4所示，该装置包括：信息获取模块401和布局确定模块402，其中，
信息获取模块401，用于获取人体在待检测房间内的位姿信息，所述位姿信息包括姿态的姿态类型、姿态出现时人体的检测位置以及姿态出现的时间段；
布局确定模块402，用于根据所述位姿信息确定所述待检测房间的室内布局。
本发明实施例四提供的室内布局的检测方法，通过信息获取模块获取人体在待检测房间内的位姿信息，该位姿信息包括姿态的姿态类型、姿态出现时人体的检测位置以及姿态出现的时间段，进而通过布局确定模块根据该位姿信息确定待检测房间的室内布局。本发明实施例通过采用上述技术方案，能够实现室内布局的自动检测，减少人工绘制或标注室内布局所耗费的时间。
在上述方案中，所述信息获取模块401可以包括：标签确定单元，用于根据所述姿态类型和所述时间段确定待检测房间内各检测位置的目标姿态的姿态类型，作为所述检测位置的位置标签，所述目标姿态为在所述检测位置出现的总时长最长的姿态；第一区域确定单元，用于确定每一个位置标签下的各检测位置所组成的目标区域，并将所述目标区域确定为所述待检测房间中设置目标家具的区域，所述目标家具为与所述位置标签相符的家具。
在上述方案中，所述信息获取模块401还可以包括：修正单元，用于在所述将所述目标区域确定为所述待检测房间中设置目标家具的区域之后，采用所述目标姿态在所述目标区域出现的时间段对所述目标家具进行修正。
在上述方案中，所述布局确定模块402还可以包括：第二区域确定单元，用于将所述待检测房间内的非目标区域确定为所述待检测房间内设置非坐卧类家具的区域。
在上述方案中，所述布局确定模块402还可以包括：房门确定单元，用于根据所述位姿信息确定人体在所述待检测房间内的活动信息，所述活动信息包括出现信息和/或消失信息，所述出现信息包括人体出现的第一时间和第一位置，所述消失信息包括人体消失的第二时间和第二位置；根据所述活动信息确定所述待检测房间的房门位置。
在上述方案中，所述信息获取模块401可以包括：信号收发单元，用于通过信号收发装置向待检测房间发射射频信号，并接收所述待检测房间中各反射点的反射信号；反射点确定单元，用于根据所述射频信号和所述反射信号确定各目标反射点的反射点信息，各所述目标反射点位于同一人体上，所述反射点信息包括所述目标反射点的位置坐标；位姿确定单元，用于根据所述反射点信息确定人体的位姿信息。
进一步地，所述室内布局的检测装置还可以包括：报警模块，用于在所述根据所述位姿信息确定所述待检测房间的室内布局之后，如果根据所述室内布局检测人体存在异常行为，则进行报警。
本发明实施例四提供的室内布局的检测装置可执行本发明任意实施例提供的室内布局的检测方法，具备执行室内布局的检测方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的室内布局的检测方法。
实施例五
图5为本发明实施例五提供的一种设备的结构示意图，如图5所示，该设备包括处理器50和存储器51；设备中处理器50的数量可以是一个或多个，图5中以一个处理器50为例；设备中的处理器50和存储器51可以通过总线或其他方式连接，图5中以通过总线连接为例。
存储器51作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的室内布局的检测方法对应的程序指令/模块(例如，室内布局的检测装置中的信息获取模块401和布局确定模块402)。处理器50通过运行存储在存储器51中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的室内布局的检测方法。
存储器51可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器51可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器51可进一步包括相对于处理器50远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种室内布局的检测方法，该方法包括：
获取人体在待检测房间内的位姿信息，所述位姿信息包括姿态的姿态类型、姿态出现时人体的检测位置以及姿态出现的时间段；
根据所述位姿信息确定所述待检测房间的室内布局。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的室内布局的检测方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述室内布局的检测装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种室内布局的检测方法，其特征在于，包括：
获取人体在待检测房间内的位姿信息，所述位姿信息包括姿态的姿态类型、姿态出现时人体的检测位置以及姿态出现的时间段；
根据所述位姿信息确定所述待检测房间的室内布局。
2.根据权利要求1所述的方法，其特征在于，所述根据所述位姿信息确定所述待检测房间的室内布局，包括：
根据所述姿态类型和所述时间段确定待检测房间内各检测位置的目标姿态的姿态类型，作为所述检测位置的位置标签，所述目标姿态为在所述检测位置出现的总时长最长的姿态；
确定每一个位置标签下的各检测位置所组成的目标区域，并将所述目标区域确定为所述待检测房间中设置目标家具的区域，所述目标家具为与所述位置标签相符的家具。
3.根据权利要求2所述的方法，其特征在于，在所述将所述目标区域确定为所述待检测房间中设置目标家具的区域之后，还包括：
采用所述目标姿态在所述目标区域出现的时间段对所述目标家具进行修正。
4.根据权利要求2所述的方法，其特征在于，所述根据所述位姿信息确定所述待检测房间的室内布局，还包括：
将所述待检测房间内的非目标区域确定为所述待检测房间内设置非坐卧类家具的区域。
5.根据权利要求2所述的方法，其特征在于，所述根据所述位姿信息确定所述待检测房间的室内布局，还包括：
根据所述位姿信息确定人体在所述待检测房间内的活动信息，所述活动信息包括出现信息和/或消失信息，所述出现信息包括人体出现的第一时间和第一位置，所述消失信息包括人体消失的第二时间和第二位置；
根据所述活动信息确定所述待检测房间的房门位置。
6.根据权利要求1所述的方法，其特征在于，所述获取人体在待检测房间内的位姿信息，包括：
通过信号收发装置向待检测房间发射射频信号，并接收所述待检测房间中各反射点的反射信号；
根据所述射频信号和所述反射信号确定各目标反射点的反射点信息，各所述目标反射点位于同一人体上，所述反射点信息包括所述目标反射点的位置坐标；
根据所述反射点信息确定人体的位姿信息。
7.根据权利要求1-6任一所述的方法，其特征在于，在所述根据所述位姿信息确定所述待检测房间的室内布局之后，还包括：
如果根据所述室内布局检测人体存在异常行为，则进行报警。
8.一种室内布局的检测装置，其特征在于，包括：
信息获取模块，用于获取人体在待检测房间内的位姿信息，所述位姿信息包括姿态的姿态类型、姿态出现时人体的检测位置以及姿态出现的时间段；
布局确定模块，用于根据所述位姿信息确定所述待检测房间的室内布局。
9.一种设备，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的室内布局的检测方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的室内布局的检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910435184.7A CN110175554B (zh) | 2019-05-23 | 2019-05-23 | 室内布局的检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910435184.7A CN110175554B (zh) | 2019-05-23 | 2019-05-23 | 室内布局的检测方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110175554A true CN110175554A (zh) | 2019-08-27 |
| CN110175554B CN110175554B (zh) | 2024-01-12 |
Family
ID=67692001
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910435184.7A Active CN110175554B (zh) | 2019-05-23 | 2019-05-23 | 室内布局的检测方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110175554B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113040755A (zh) * | 2020-10-28 | 2021-06-29 | 泰州物族信息科技有限公司 | 应用网络监控的状态调整平台及方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102387345A (zh) * | 2011-09-09 | 2012-03-21 | 浙江工业大学 | 基于全方位视觉的独居老人安全监护系统 |
| US20170067983A1 (en) * | 2015-09-05 | 2017-03-09 | Techip International Limited | System and method for locating objects |
| EP3163545A1 (en) * | 2015-10-29 | 2017-05-03 | Thomson Licensing | Abnormal activity detection for elderly and handicapped individuals |
| US20170300973A1 (en) * | 2016-04-19 | 2017-10-19 | Wal-Mart Stores, Inc. | Systems, apparatuses, and method for mapping a space |
| CN108537172A (zh) * | 2018-04-09 | 2018-09-14 | 北京邦天信息技术有限公司 | 一种基于机器视觉识别人的行为的方法和装置 |
| CN108601560A (zh) * | 2016-02-04 | 2018-09-28 | 多特沃克有限公司 | 人员监视和个人帮助系统，特别是用于老年人和具有特殊和认识需求的人 |
| WO2019021744A1 (ja) * | 2017-07-27 | 2019-01-31 | コニカミノルタ株式会社 | 発報制御システム、検知ユニット、ケアサポートシステムおよび発報制御方法 |
| CN109558865A (zh) * | 2019-01-22 | 2019-04-02 | 郭道宁 | 一种基于人体关键点的对需特别看护人员的异常状态检测方法 |
| CN109740522A (zh) * | 2018-12-29 | 2019-05-10 | 广东工业大学 | 一种人员检测方法、装置、设备及介质 |
-
2019
- 2019-05-23 CN CN201910435184.7A patent/CN110175554B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102387345A (zh) * | 2011-09-09 | 2012-03-21 | 浙江工业大学 | 基于全方位视觉的独居老人安全监护系统 |
| US20170067983A1 (en) * | 2015-09-05 | 2017-03-09 | Techip International Limited | System and method for locating objects |
| EP3163545A1 (en) * | 2015-10-29 | 2017-05-03 | Thomson Licensing | Abnormal activity detection for elderly and handicapped individuals |
| CN108601560A (zh) * | 2016-02-04 | 2018-09-28 | 多特沃克有限公司 | 人员监视和个人帮助系统，特别是用于老年人和具有特殊和认识需求的人 |
| US20170300973A1 (en) * | 2016-04-19 | 2017-10-19 | Wal-Mart Stores, Inc. | Systems, apparatuses, and method for mapping a space |
| WO2019021744A1 (ja) * | 2017-07-27 | 2019-01-31 | コニカミノルタ株式会社 | 発報制御システム、検知ユニット、ケアサポートシステムおよび発報制御方法 |
| CN108537172A (zh) * | 2018-04-09 | 2018-09-14 | 北京邦天信息技术有限公司 | 一种基于机器视觉识别人的行为的方法和装置 |
| CN109740522A (zh) * | 2018-12-29 | 2019-05-10 | 广东工业大学 | 一种人员检测方法、装置、设备及介质 |
| CN109558865A (zh) * | 2019-01-22 | 2019-04-02 | 郭道宁 | 一种基于人体关键点的对需特别看护人员的异常状态检测方法 |
Non-Patent Citations (3)
| Title |
|---|
| 杨帅等: "基于轨迹分割的老人行为识别方法", 《青岛大学学报(自然科学版)》 * |
| 田国会等: "家庭智能空间下基于场景的人的行为理解", 《智能系统学报》 * |
| 马宝庆等: "基于全方位视觉的独居老人监护系统", 《计算机工程》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113040755A (zh) * | 2020-10-28 | 2021-06-29 | 泰州物族信息科技有限公司 | 应用网络监控的状态调整平台及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110175554B (zh) | 2024-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8890871B2 (en) | Method and arrangement for monitoring the path of an animal or a human in the home | |
| US7918185B2 (en) | Animal-herd management using distributed sensor networks | |
| US20230240269A1 (en) | Systems and methods for monitoring a subject in a premise | |
| US11627725B2 (en) | Livestock health monitoring system having temperature monitoring positioned through a rotational device and methods of use | |
| US7304578B1 (en) | Tag including RFID circuit storing data modifiable using a physically alterable medium | |
| CN110179471A (zh) | 摔倒检测方法、装置、设备和存储介质 | |
| US10839957B2 (en) | Computer-implemented system and method for tracking entity locations and generating histories from the locations | |
| CN110009869A (zh) | 活动信息的监控方法、装置和系统 | |
| US20070162315A1 (en) | Space reservation system | |
| CN106662632A (zh) | 改进利用多个位置技术的实时位置系统的方法、装置和计算机程序产品 | |
| CN110244572A (zh) | 机器人及其控制方法、智能家居控制系统 | |
| EP2988260A1 (en) | Method of registering interactive terminals to locations | |
| JP2021112195A (ja) | 動物の行動情報を取得するサービスを提供するサーバ | |
| CN110175554A (zh) | 室内布局的检测方法、装置、设备及存储介质 | |
| CN114599988A (zh) | 用于rf上下文感测布置的rf感测节点的配对分配 | |
| Hillyard et al. | Never use labels: Signal strength-based Bayesian device-free localization in changing environments | |
| KR20190079178A (ko) | 반려동물 모니터링 시스템 | |
| ES2854926T3 (es) | Mejora de determinación de proximidad de baliza de RF | |
| US20160259955A1 (en) | Display system and method | |
| CN107036250A (zh) | 空调线控器和火灾预警方法 | |
| US10332369B2 (en) | System for setting non-warning area of people detector and method thereof | |
| JP2024037907A (ja) | 動物共同見守りシステム | |
| DE112015004210T5 (de) | Ultraschalllokalisierung verschachtelt mit alternierenden audiofunktionen | |
| KR102089165B1 (ko) | 초음파 워낭장치를 이용한 가축의 객체확인 및 행동인식 시스템 | |
| CN111950190A (zh) | 用于无线感测装置的部署方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |