CN112099103A - 行人信息检测方法、装置及电子设备 - Google Patents

行人信息检测方法、装置及电子设备 Download PDF

Info

Publication number
CN112099103A
CN112099103A CN202010965298.5A CN202010965298A CN112099103A CN 112099103 A CN112099103 A CN 112099103A CN 202010965298 A CN202010965298 A CN 202010965298A CN 112099103 A CN112099103 A CN 112099103A
Authority
CN
China
Prior art keywords
matrix
residual
ground
observation data
pedestrian information
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.)
Pending
Application number
CN202010965298.5A
Other languages
English (en)
Inventor
袁克亚
姚东星
杨伟清
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Data Driven Technology Co ltd
Original Assignee
Beijing Data Driven Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Data Driven Technology Co ltd filed Critical Beijing Data Driven Technology Co ltd
Priority to CN202010965298.5A priority Critical patent/CN112099103A/zh
Publication of CN112099103A publication Critical patent/CN112099103A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00Prospecting or detecting by optical means
    • G01V8/10Detecting, e.g. by using light barriers
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01LMEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L1/00Measuring force or stress, in general
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V9/00Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本公开提供了一种行人信息检测方法、装置及电子设备,涉及计算机应用技术领域,该方法包括:获取地面传感器的观测数据矩阵;观测数据矩阵为多个地面传感器在同一帧时刻下根据激励信号产生的;根据预先存储的杂波场景矩阵计算观测数据矩阵对应的剩余矩阵,对剩余矩阵进行目标检测,以获取智能地面上的行人信息。本公开提供的行人信息检测方法、装置及电子设备,可以剔除观测数据矩阵中的杂波信号,进而得到仅包括行人信号的剩余矩阵,避免杂波对行人信号的影响,同时,也减少了计算量,有助于提高检测的准确度。

Description

行人信息检测方法、装置及电子设备
技术领域
本公开涉及计算机应用的技术领域,尤其是涉及一种行人信息检测方法、装置及电子设备。
背景技术
智能地面是靠铺设于地表的点阵传感器网来感应感兴趣目标的位置。对于实际应用来说,铺设智能地面后,地面上还有其他目标,如家具等,这些目标并非我们感兴趣的。在应用中,感兴趣的目标通常是行人,我们将不感兴趣的固定目标称为杂波,在基于上述智能地面对行人进行检测时,这些杂波往往会给检测的过程带来干扰,影响了检测的准确度。
发明内容
有鉴于此,本公开的目的在于提供一种行人信息检测方法、装置及电子设备,以缓解上述技术问题。
第一方面,本公开实施例提供了一种行人信息检测方法,包括:获取地面传感器的观测数据矩阵;其中,所述地面传感器按照预设的点阵模式布设在智能地面上,用于在受到激励时产生激励信号;所述观测数据矩阵为多个所述地面传感器在同一帧时刻下根据所述激励信号产生的;根据预先存储的杂波场景矩阵计算所述观测数据矩阵对应的剩余矩阵,其中,所述杂波场景矩阵为根据所述地面传感器在无人时段的激励信号生成的数据矩阵;对所述剩余矩阵进行目标检测,以获取所述智能地面上的行人信息。
结合第一方面,本公开实施例提供了第一方面的第一种可能的实施方式,其中,上述根据预先存储的杂波场景矩阵计算观测数据矩阵对应的剩余矩阵的步骤包括:将观测数据矩阵中的每个元素值减去杂波场景矩阵中对应位置的元素值,得到剩余元素;根据剩余元素生成观测数据矩阵对应的剩余矩阵。
结合第一方面的第一种可能的实施方式,本公开实施例提供了第一方面的第二种可能的实施方式,其中,在一种可能的实施方式中,上述对剩余矩阵进行目标检测,以获取智能地面上的行人信息的步骤包括:根据剩余矩阵中包括的多个剩余元素计算剩余矩阵对应的门限值;基于门限值对剩余矩阵进行0-1检测,以获取智能地面上的行人信息。
结合第一方面的第二种可能的实施方式,本公开实施例提供了第一方面的第三种可能的实施方式,其中,在一种可能的实施方式中,上述根据剩余矩阵中包括的多个剩余元素计算剩余矩阵对应的门限值的步骤包括:在剩余矩阵中随机选取预设数量的独立区域;独立区域包括多个剩余元素;计算每个独立区域中所包括的剩余元素的均值,选取均值中的最小值为剩余矩阵的噪声水平值;将噪声水平值乘以预设的门限系数得到门限值。
结合第一方面的第二种可能的实施方式,本公开实施例提供了第一方面的第四种可能的实施方式,其中,上述基于门限值对剩余矩阵进行0-1检测,以获取智能地面上的行人信息的步骤包括:对于剩余矩阵中包括的每个剩余元素,均执行以下标记操作:判断剩余元素是否大于门限值;如果是,将剩余矩阵中,该剩余元素的位置标记为1;如果否,将剩余矩阵中,该剩余元素的位置标记为0;根据标记操作的结果生成剩余矩阵对应的标记矩阵;基于标记矩阵统计智能地面上的行人信息。
结合第四方面的第二种可能的实施方式,本公开实施例提供了第一方面的第五种可能的实施方式,其中,上述基于标记矩阵统计智能地面上的行人信息的步骤包括:统计标记矩阵中标记为1的元素所连成的区域的数量,将数量确定为当前智能地面上的行人的数量;和/或,统计标记矩阵中标记为1的元素所连成的区域在标记矩阵中的相对位置,将相对位置确定为行人在当前智能地面上的位置信息。
结合第一方面,本公开实施例提供了第一方面的第六种可能的实施方式,其中,上述方法还包括:获取多帧地面传感器在无人时段的激励信号,根据激励信号生成地面传感器在每一帧时的检测信号矩阵,其中,检测信号矩阵中每个元素均对应一个地面传感器的激励信号;将每一帧的检测信号矩阵中,同一个位置的元素进行均值计算,得到该位置的均值信号;遍历检测信号矩阵中的每个元素,均计算该位置的均值信号,并根据每个位置对应的均值信号生成杂波场景矩阵。
第二方面,本公开实施例提供了一种行人信息检测装置,包括:获取模块,用于获取地面传感器的观测数据矩阵;其中,地面传感器按照预设的点阵模式布设在智能地面上,用于在受到激励时产生激励信号;观测数据矩阵为多个地面传感器在同一帧时刻下根据激励信号产生的;计算模块,用于根据预先存储的杂波场景矩阵计算观测数据矩阵对应的剩余矩阵,其中,杂波场景矩阵为根据地面传感器在无人时段的激励信号生成的数据矩阵;检测模块,用于对剩余矩阵进行目标检测,以获取智能地面上的行人信息。
本公开实施例带来了以下有益效果:
本公开实施例提供的行人信息检测方法、装置及电子设备,能够获取地面传感器的观测数据矩阵,并根据预先存储的杂波场景矩阵计算观测数据矩阵对应的剩余矩阵,然后对剩余矩阵进行目标检测,以获取智能地面上的行人信息。而由于上述杂波场景矩阵为根据地面传感器在无人时段的激励信号生成的数据矩阵,当根据该杂波场景矩阵计算剩余矩阵时,可以剔除观测数据矩阵中的杂波信号,进而得到仅包括行人信号的剩余矩阵,避免杂波对行人信号的影响,同时,也减少了计算量,有助于提高检测的准确度。
本公开的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本公开而了解。本公开的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本公开具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施方式,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的一种行人信息检测方法的流程图;
图2为本公开实施例提供的另一种行人信息检测方法的流程图;
图3为本公开实施例提供的一种杂波场景矩阵的示意图;
图4为本公开实施例提供的一种观测数据矩阵的示意图;
图5为本公开实施例提供的一种剩余矩阵的示意图;
图6为本公开实施例提供的一种行人信息检测结果示意图;
图7为本公开实施例提供的一种行人信息检测装置的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合附图对本公开的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
通常,对于铺设有点阵传感器网的智能地面,可以检测行人信息,如,是否有人进入智能地面,或者,有多少人进入智能地面所在的区域等等,便于进行行人信息的检测。但是,地面上往往还有其他目标,如家具等,这些目标并非我们感兴趣的。而如何能够将除去行人之外的固定目标去除,同时保留对行人的检测,是智能地面信号处理中的难点。目前还未有针对基于智能地面的固定杂波消除方法。基于此,本公开实施例提供的一种行人信息检测方法、装置及电子设备,可以缓解上述问题。
为便于对本实施例进行理解,首先对本公开实施例所公开的一种行人信息检测方法进行详细介绍。
在一种可能的实施方式中,本公开实施例提供了一种行人信息检测方法,该方法可以应该于服务器,该服务器作为智能地面的后端信号处理系统,可以获取到智能地面的点阵传感器网所采集的信号,从而进行行人信息检测过程。具体地,如图1所示的一种行人信息检测方法的流程图,该方法包括以下步骤:
步骤S102,获取地面传感器的观测数据矩阵;
其中,上述地面传感器按照预设的点阵模式布设在智能地面上,以形成智能地面的点阵传感器网,用于在受到激励时产生激励信号;具体地,上述地面传感器可以是压力传感器,也可以是红外传感器等,以压力传感器为例,当行人进入到智能地面所在的区域时,对智能地面的踩踏可以对压力传感器进行激励,压力传感器受到激励后,可以产生激励信号,而地面传感器是按照预设的排列方式布设在地面时,因此,能够形成传感器阵列,每个地面传感器产生的激励信号组合到一起即可以形成观测数据矩阵,并传输至所连接的后端信号处理系统,进而执行本公开实施例提供的行人信息检测方法。
具体地,上述观测数据矩阵为多个地面传感器在同一帧时刻下根据激励信号产生的,因此,观测数据矩阵的每一个元素都与智能地面的相应位置的地面传感器相对应。
步骤S104,根据预先存储的杂波场景矩阵计算观测数据矩阵对应的剩余矩阵;
其中,本公开实施例中的杂波场景矩阵为根据地面传感器在无人时段的激励信号生成的数据矩阵。
通常可以在无人时段时,采集地面传感器的信号来生成上述杂波场景矩阵,其目的是为了得到无人时段的信号,因为无人时段智能地面上的信号都是静止的固定目标产生的,即杂波信号。如果有人,那就会影响判断,因此,无人时段记录信号的目的就是确保能准确采集到固定目标的信号。
步骤S106,对剩余矩阵进行目标检测,以获取智能地面上的行人信息。
其中,由于该剩余矩阵是基于上述杂波场景矩阵计算得到的,因此,该剩余矩阵是剔除了杂波信号,且,仅包含有用信息的矩阵,如果有行人信息,则可以通过目标检测的方式获得,且由于目标检测时,由于剔除了杂波信号,可以有效减小检测的运算量。
因此,本公开实施例提供的行人信息检测方法,能够获取地面传感器的观测数据矩阵,并根据预先存储的杂波场景矩阵计算观测数据矩阵对应的剩余矩阵,然后对剩余矩阵进行目标检测,以获取智能地面上的行人信息。而由于上述杂波场景矩阵为根据地面传感器在无人时段的激励信号生成的数据矩阵,当根据该杂波场景矩阵计算剩余矩阵时,可以剔除观测数据矩阵中的杂波信号,进而得到仅包括行人信号的剩余矩阵,避免杂波对行人信号的影响,同时,也减少了计算量,有助于提高检测的准确度。
在实际使用时,可以设置上述地面传感器的数据传输时间,使传感器按照相同的时序每隔一定的时间间隔向服务器发送数据,并形成观测数据矩阵,以使服务器能够获取到该观测数据矩阵并进行数据处理。
此外,还可以在服务器一侧设置数据获取方式,使服务器每隔一定的时间间隔主动向地面传感器获取观测数据,并生成观测数据矩阵,具体的数据获取方式可以根据实际使用情况进行设置,本公开实施例对此不进行限制。
进一步,上述杂波场景矩阵通常是服务器预先生成并存储至相应的存储区的数据矩阵,并且,为了使该杂波场景矩阵具有普遍适用性,通常会在无人时段选取多帧的数据计算激励信号的平均值,然后在根据平均值来生成上述杂波场景矩阵,具体地,本公开实施例中杂波矩阵的获取过程包括以下步骤:
(1)获取多帧地面传感器在无人时段的激励信号,根据激励信号生成地面传感器在每一帧时的检测信号矩阵,其中,该检测信号矩阵中每个元素均对应一个地面传感器的激励信号;
(2)将每一帧的检测信号矩阵中,同一个位置的元素进行均值计算,得到该位置的均值信号;
(3)遍历检测信号矩阵中的每个元素,均计算该位置的均值信号,并根据每个位置对应的均值信号生成杂波场景矩阵。
例如,上述(1)中,可以在无人时段,按照时间顺序取10000帧的激励信号,此时,可以生成每一帧时的检测信号矩阵,即,获取到10000个检测信号矩阵,按照上述(2)计算均值信号时,选取该10000个检测信号矩阵中相同位置的元素计算均值,可以表示为A(i,j)=(1/10000)(a1ij+a2ij+…+a10000ij),其中,A(i,j)表示杂波场景矩阵中第i行j列的元素,a1ij、a2ij…a10000ij表示10000个检测信号矩阵中每个矩阵在第i行j列位置的元素,即,A(i,j)为一个均值信号,当遍历检测信号矩阵中的每个位置的元素之后,可以得到每个位置的均值信号,进而可以生成上述杂波场景矩阵。
当获取到上述杂波场景矩阵之后,对于服务器每次获取到的观测数据矩阵,可以采取将观测数据矩阵与杂波场景矩阵做差的方式来剔除杂波,以得到上述剩余矩阵。具体地,在上述图1的基础上,图2还提供了另一种行人信息检测方法的流程图,对计算剩余矩阵,以及目标检测的过程进行详细描述,具体如图2所示,包括以下步骤:
步骤S202,获取地面传感器的观测数据矩阵;
其中,上述地面传感器按照预设的点阵模式布设在智能地面上,以形成智能地面的点阵传感器网,用于在受到激励时产生激励信号;
具体地,上述观测数据矩阵一般是有行人进入到智能地面时,使地面传感器受到激励产生的,因此,上述观测数据矩阵中一般带有行人信息,而除行人信息外,该观测矩阵还会包含有杂波信息,如家具、智能地面上摆放的其他固定物品等,这些都构成了行人信息的杂波信号,为了去除这些杂波信号,通常采用下述步骤S204和步骤S206的方式进行去杂波处理,得到仅包含行人信息的剩余矩阵。
步骤S204,将观测数据矩阵中的每个元素值减去杂波场景矩阵中对应位置的元素值,得到剩余元素;
步骤S206,根据剩余元素生成观测数据矩阵对应的剩余矩阵;
具体地,由于上述杂波场景矩阵为根据地面传感器在无人时段的激励信号生成的数据矩阵,因此,该杂波场景矩阵中仅包括杂波信号,上述步骤S204中,将观测数据矩阵中的每个元素值减去杂波场景矩阵中对应位置的元素值得到的剩余元素,即为去除杂波后的元素,该剩余元素组成的剩余矩阵,即为去除杂波信号后的矩阵,因此,可以继续执行后续步骤S208和S210,对去除杂波信号后的矩阵进行目标检测,以获取智能地面上的行人信息。
步骤S208,根据剩余矩阵中包括的多个剩余元素计算剩余矩阵对应的门限值;
步骤S210,基于门限值对剩余矩阵进行0-1检测,以获取智能地面上的行人信息。
具体地,计算门限值时,通常是在剩余矩阵中随机选取预设数量的独立区域;该独立区域包括多个剩余元素;然后计算每个独立区域中所包括的剩余元素的均值,选取均值中的最小值为剩余矩阵的噪声水平值;将噪声水平值乘以预设的门限系数即可得到门限值。
例如,可以选取剩余矩阵中的四个位置的独立区域,然后统计该四个区域内的剩余元素的均值,此时,可以得到四个剩余元素的均值,从中选取最小值作为剩余矩阵的噪声水平值,通常,上述门限系数设为3,选取的剩余矩阵的噪声水平值乘以该门限系数3,即为门限值,当得到该门限值之后,可以继续执行0-1检测的步骤,并且,由于该门限值是基于剩余矩阵进行计算的,且该剩余矩阵是由观测数据矩阵得到的,因此,该门限值对于该观测数据矩阵具有一定的针对性。
而在实际使用时,每获取到一个观测数据矩阵,在执行本公开实施例的行人信息检测方法时,都可以计算得到一个对应的门限值进行计算,避免使用同一个门限值时带来的计算不准确的现象,即,上述基于剩余元素计算门限值的实施方式,也有助于提高检测的准确度。
进一步,上述步骤S210中基于上述门限值进行0-1检测时,对于剩余矩阵中包括的每个剩余元素,均可以执行以下标记操作:判断剩余元素是否大于门限值;如果是,将剩余矩阵中,该剩余元素的位置标记为1;如果否,将剩余矩阵中,该剩余元素的位置标记为0;根据标记操作的结果生成剩余矩阵对应的标记矩阵;然后再基于该标记矩阵统计智能地面上的行人信息。
进一步,基于标记矩阵统计行人信息时,可以统计标记矩阵中标记为1的元素所连成的区域的数量,将该区域的数量确定为当前智能地面上的行人的数量;和/或,统计标记矩阵中标记为1的元素所连成的区域在标记矩阵中的相对位置,将相对位置确定为行人在当前所述智能地面上的位置信息。
即,在确定行人信息时,既可以确定智能地面上的行人的数量,或者,确定行人在智能地面上的位置,也可以同时确定行人的数量以及行人在智能地面上的位置,具体的行人信息可以根据实际事情情况进行设置,本公开实施例对此不进行限制。
为了便于理解,以地面传感器组成的点阵传感器网为24*35点阵为例进行说明,其中,24为行数,35为列数,此时,得到的观测数据矩阵也为24*35的数据矩阵,基于该24*35的观测数据矩阵,行人信息检测的过程可以包括以下几个步骤:
(1)选取无人时段时,对智能地面检测信号进行记录。记录10000帧带有地面杂波的数据矩阵,即,得到10000帧的检测信号矩阵,然后将每一帧的检测信号矩阵中,同一个位置的元素进行均值计算,得到该位置的均值信号,遍历检测信号矩阵中的每个元素,均计算该位置的均值信号,并根据每个位置对应的均值信号生成杂波场景矩阵B。
为例便于说明,假设该场景下的智能地面的杂波信号是由一个静止的桌子产生的,在无人时段,该桌子可以激励地面传感器产生杂波信号,通常,为例便于对杂波信号进行展示,通常,可以将地面传感器数据生成的矩阵转化成灰度图像的形式,即,将点阵数据转换成图像数据,具体的转换过程本公开实施例对此不进行限制。其中,图3示出了一种杂波场景矩阵的示意图,对杂波信号进行示意,在图3所示,以灰度图像的形式进行显示,且,由图3可以看出较为明显的一个信号,如图3中方框所示,即为无人时段时的杂波信号。
(2)有行人时,获取智能地面的一帧观测数据矩阵A,如图4所示的一种观测数据矩阵的示意图,包括了图3的杂波信号,以及行人信号。
(3)将观测数据矩阵A中的每个元素值减去杂波场景矩阵B中对应位置的元素值,得到剩余元素,根据剩余元素生成观测数据矩阵对应的剩余矩阵C,此时的剩余矩阵C可以表示为图5,即,图5所示的剩余矩阵示意图中,剩余矩阵C表示的是剔除了杂波信号的矩阵。
(4)使用剩余矩阵C进行目标检测,得到去除杂波后的行人检测结果。如图6所示的一种行人信息检测结果示意图,可以看出,固定杂波目标被消除,而行人目标被很好的检测出来。
进一步,对于上述行人信息检测的结果,可以用于对有限范围内的人流进行统计,如,某个时间段内的人流大小,以及,行人在有限范围内的分布情况等等,具体的检测结果的应用还可以根据实际使用情况进行设置,本公开实施例对此不进行限制。
进一步,在上述实施例的基础上,本公开实施例还提供了一种行人信息检测装置,如图7所示的一种行人信息检测装置的结构示意图,该装置包括以下结构:
获取模块70,用于获取地面传感器的观测数据矩阵;其中,地面传感器按照预设的点阵模式布设在智能地面上,用于在受到激励时产生激励信号;观测数据矩阵为多个地面传感器在同一帧时刻下根据激励信号产生的;
计算模块72,用于根据预先存储的杂波场景矩阵计算观测数据矩阵对应的剩余矩阵,其中,杂波场景矩阵为根据地面传感器在无人时段的激励信号生成的数据矩阵;
检测模块74,用于对剩余矩阵进行目标检测,以获取智能地面上的行人信息。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
进一步,上述计算模块72用于:
将观测数据矩阵中的每个元素值减去杂波场景矩阵中对应位置的元素值,得到剩余元素;根据剩余元素生成观测数据矩阵对应的剩余矩阵。
进一步,上述检测模块74用于:
根据剩余矩阵中包括的多个剩余元素计算剩余矩阵对应的门限值;基于门限值对剩余矩阵进行0-1检测,以获取智能地面上的行人信息。
进一步,上述检测模块74还用于:
在剩余矩阵中随机选取预设数量的独立区域;独立区域包括多个剩余元素;计算每个独立区域中所包括的剩余元素的均值,选取均值中的最小值为剩余矩阵的噪声水平值;将噪声水平值乘以预设的门限系数得到门限值。
进一步,上述检测模块74还用于:
对于剩余矩阵中包括的每个剩余元素,均执行以下标记操作:判断剩余元素是否大于门限值;如果是,将剩余矩阵中,该剩余元素的位置标记为1;如果否,将剩余矩阵中,该剩余元素的位置标记为0;根据标记操作的结果生成剩余矩阵对应的标记矩阵;基于标记矩阵统计智能地面上的行人信息。
进一步,上述检测模块74还用于:
统计标记矩阵中标记为1的元素所连成的区域的数量,将数量确定为当前智能地面上的行人的数量;和/或,统计标记矩阵中标记为1的元素所连成的区域在标记矩阵中的相对位置,将相对位置确定为行人在当前智能地面上的位置信息。
进一步,上述装置还用于:
获取多帧地面传感器在无人时段的激励信号,根据激励信号生成地面传感器在每一帧时的检测信号矩阵,其中,检测信号矩阵中每个元素均对应一个地面传感器的激励信号;将每一帧的检测信号矩阵中,同一个位置的元素进行均值计算,得到该位置的均值信号;遍历检测信号矩阵中的每个元素,均计算该位置的均值信号,并根据每个位置对应的均值信号生成杂波场景矩阵。
本公开实施例提供的行人信息检测装置,能够获取地面传感器的观测数据矩阵,并根据预先存储的杂波场景矩阵计算观测数据矩阵对应的剩余矩阵,然后对剩余矩阵进行目标检测,以获取智能地面上的行人信息。而由于上述杂波场景矩阵为根据地面传感器在无人时段的激励信号生成的数据矩阵,当根据该杂波场景矩阵计算剩余矩阵时,可以剔除观测数据矩阵中的杂波信号,进而得到仅包括行人信号的剩余矩阵,避免杂波对行人信号的影响,同时,也减少了计算量,有助于提高检测的准确度。
本公开实施例提供的行人信息检测装置,与上述实施例提供的行人信息检测方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
进一步,本公开实施例还提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,该处理器执行所述计算机程序时实现上述图1或图2所示的方法。
本公开实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述图1或图2所示的方法。
本公开实施例所提供的行人信息检测方法、装置及电子设备的计算机程序产品,包括存储程序代码的计算机可读存储介质,程序代码包括的指令可用于执行前面方法实施例中的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
进一步,本公开实施例的附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
进一步,在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
另外,在本公开实施例的描述中,除非另有明确的规定和限定,术语“相连”、“安装”、“连接”应做广义理解,例如,可以是可拆卸连接,也可以是固定连接,或一体地连接;可以是电连接,也可以是机械连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本公开中的具体含义。
在本公开的描述中,需要说明的是,术语“上”、“下”、“中心”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本公开和简化描述,而不是指示或暗示所指的元件或装置必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本公开的限制。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例,仅为本公开的具体实施方式,用以说明本公开的技术方案,而非对其限制,本公开的保护范围并不局限于此,尽管参照前述实施例对本公开进行了详细的说明,本领域技术人员应当理解:任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种行人信息检测方法,其特征在于,包括:
获取地面传感器的观测数据矩阵;其中,所述地面传感器按照预设的点阵模式布设在智能地面上,用于在受到激励时产生激励信号;所述观测数据矩阵为多个所述地面传感器在同一帧时刻下根据所述激励信号产生的;
根据预先存储的杂波场景矩阵计算所述观测数据矩阵对应的剩余矩阵,其中,所述杂波场景矩阵为根据所述地面传感器在无人时段的激励信号生成的数据矩阵;
对所述剩余矩阵进行目标检测,以获取所述智能地面上的行人信息。
2.根据权利要求1所述的方法,其特征在于,根据预先存储的杂波场景矩阵计算所述观测数据矩阵对应的剩余矩阵的步骤包括:
将观测数据矩阵中的每个元素值减去所述杂波场景矩阵中对应位置的元素值,得到剩余元素;
根据所述剩余元素生成所述观测数据矩阵对应的剩余矩阵。
3.根据权利要求2所述的方法,其特征在于,对所述剩余矩阵进行目标检测,以获取所述智能地面上的行人信息的步骤包括:
根据所述剩余矩阵中包括的多个所述剩余元素计算所述剩余矩阵对应的门限值;
基于所述门限值对所述剩余矩阵进行0-1检测,以获取所述智能地面上的行人信息。
4.根据权利要求3所述的方法,其特征在于,根据所述剩余矩阵中包括的多个所述剩余元素计算所述剩余矩阵对应的门限值的步骤包括:
在所述剩余矩阵中随机选取预设数量的独立区域;所述独立区域包括多个所述剩余元素;
计算每个所述独立区域中所包括的所述剩余元素的均值,选取所述均值中的最小值为所述剩余矩阵的噪声水平值;
将所述噪声水平值乘以预设的门限系数得到所述门限值。
5.根据权利要求3所述的方法,其特征在于,基于所述门限值对所述剩余矩阵进行0-1检测,以获取所述智能地面上的行人信息的步骤包括:
对于所述剩余矩阵中包括的每个所述剩余元素,均执行以下标记操作:判断所述剩余元素是否大于所述门限值;如果是,将所述剩余矩阵中,该剩余元素的位置标记为1;如果否,将所述剩余矩阵中,该剩余元素的位置标记为0;
根据标记操作的结果生成所述剩余矩阵对应的标记矩阵;
基于所述标记矩阵统计所述智能地面上的行人信息。
6.根据权利要求5所述的方法,其特征在于,基于所述标记矩阵统计所述智能地面上的行人信息的步骤包括:
统计所述标记矩阵中标记为1的元素所连成的区域的数量,将所述数量确定为当前所述智能地面上的行人的数量;和/或,
统计所述标记矩阵中标记为1的元素所连成的区域在所述标记矩阵中的相对位置,将所述相对位置确定为所述行人在当前所述智能地面上的位置信息。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取多帧地面传感器在无人时段的激励信号,根据所述激励信号生成所述地面传感器在每一帧时的检测信号矩阵,其中,所述检测信号矩阵中每个元素均对应一个所述地面传感器的激励信号;
将每一帧的所述检测信号矩阵中,同一个位置的元素进行均值计算,得到该位置的均值信号;
遍历所述检测信号矩阵中的每个元素,均计算该位置的所述均值信号,并根据每个位置对应的所述均值信号生成所述杂波场景矩阵。
8.一种行人信息检测装置,其特征在于,包括:
获取模块,用于获取地面传感器的观测数据矩阵;其中,所述地面传感器按照预设的点阵模式布设在智能地面上,用于在受到激励时产生激励信号;所述观测数据矩阵为多个所述地面传感器在同一帧时刻下根据所述激励信号产生的;
计算模块,用于根据预先存储的杂波场景矩阵计算所述观测数据矩阵对应的剩余矩阵,其中,所述杂波场景矩阵为根据所述地面传感器在无人时段的激励信号生成的数据矩阵;
检测模块,用于对所述剩余矩阵进行目标检测,以获取所述智能地面上的行人信息。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述权利要求1-7任一项所述的方法。
CN202010965298.5A 2020-09-14 2020-09-14 行人信息检测方法、装置及电子设备 Pending CN112099103A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010965298.5A CN112099103A (zh) 2020-09-14 2020-09-14 行人信息检测方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010965298.5A CN112099103A (zh) 2020-09-14 2020-09-14 行人信息检测方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN112099103A true CN112099103A (zh) 2020-12-18

Family

ID=73758728

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010965298.5A Pending CN112099103A (zh) 2020-09-14 2020-09-14 行人信息检测方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN112099103A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5465095A (en) * 1994-08-05 1995-11-07 The United States Of America As Represented By The Secretary Of The Air Force Time efficient method for processing adaptive target detection thresholds in doppler radar systems
US20140333475A1 (en) * 2013-05-08 2014-11-13 Eigenor Oy Method and arrangement for removing ground clutter
CN106842143A (zh) * 2017-01-24 2017-06-13 西安电子科技大学 基于滤波的雷达目标快速cfar检测方法
CN107024682A (zh) * 2017-03-30 2017-08-08 安徽工程大学 一种基于自适应剔除算法的目标检测方法
CN109100696A (zh) * 2018-07-06 2018-12-28 西安电子科技大学 基于点状杂波图的慢速运动目标消除方法
CN109375204A (zh) * 2018-10-26 2019-02-22 中电科仪器仪表有限公司 基于雷达的目标检测方法、系统、设备及介质
CN109633633A (zh) * 2018-12-27 2019-04-16 西安交通大学 一种基于分段分类增强处理的生命信号增强方法
CN109766737A (zh) * 2017-11-09 2019-05-17 南京理工大学 基于图像处理的室内人体姿态初步分类方法
CN110109067A (zh) * 2019-05-06 2019-08-09 西安思丹德信息技术有限公司 一种陆基fmcw区域监控雷达数据处理方法
CN110647803A (zh) * 2019-08-09 2020-01-03 深圳大学 一种手势识别方法、系统以及存储介质
CN110837794A (zh) * 2019-11-04 2020-02-25 杭州姿感科技有限公司 行人数量统计方法和装置
CN111562581A (zh) * 2020-04-26 2020-08-21 南京慧尔视防务科技有限公司 交通雷达及其目标检测方法、装置、电子设备及存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5465095A (en) * 1994-08-05 1995-11-07 The United States Of America As Represented By The Secretary Of The Air Force Time efficient method for processing adaptive target detection thresholds in doppler radar systems
US20140333475A1 (en) * 2013-05-08 2014-11-13 Eigenor Oy Method and arrangement for removing ground clutter
CN106842143A (zh) * 2017-01-24 2017-06-13 西安电子科技大学 基于滤波的雷达目标快速cfar检测方法
CN107024682A (zh) * 2017-03-30 2017-08-08 安徽工程大学 一种基于自适应剔除算法的目标检测方法
CN109766737A (zh) * 2017-11-09 2019-05-17 南京理工大学 基于图像处理的室内人体姿态初步分类方法
CN109100696A (zh) * 2018-07-06 2018-12-28 西安电子科技大学 基于点状杂波图的慢速运动目标消除方法
CN109375204A (zh) * 2018-10-26 2019-02-22 中电科仪器仪表有限公司 基于雷达的目标检测方法、系统、设备及介质
CN109633633A (zh) * 2018-12-27 2019-04-16 西安交通大学 一种基于分段分类增强处理的生命信号增强方法
CN110109067A (zh) * 2019-05-06 2019-08-09 西安思丹德信息技术有限公司 一种陆基fmcw区域监控雷达数据处理方法
CN110647803A (zh) * 2019-08-09 2020-01-03 深圳大学 一种手势识别方法、系统以及存储介质
CN110837794A (zh) * 2019-11-04 2020-02-25 杭州姿感科技有限公司 行人数量统计方法和装置
CN111562581A (zh) * 2020-04-26 2020-08-21 南京慧尔视防务科技有限公司 交通雷达及其目标检测方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN112837303A (zh) 一种用于模具监视的缺陷检测方法、装置、设备及介质
CN111445531B (zh) 一种多目相机导航方法、装置、设备及存储介质
CN107507226B (zh) 一种图像匹配的方法及装置
CN111553914B (zh) 基于视觉的货物检测方法、装置、终端及可读存储介质
CN108629254B (zh) 一种运动目标的检测方法及装置
CN110035281B (zh) 一种坏点检测方法、装置及电子设备
CN110728258A (zh) 基于前后帧连通域匹配的脚步检测方法和系统
CN110610137A (zh) 检测车辆行驶状态的方法、装置以及电子设备、存储介质
CN109961472A (zh) 3d热力图生成的方法、系统、存储介质及电子设备
CN110793441B (zh) 一种高精度物体几何尺寸测量方法及装置
CN112818816B (zh) 一种温度检测方法、装置及设备
CN112099103A (zh) 行人信息检测方法、装置及电子设备
CN112837384A (zh) 车辆标记方法、装置和电子设备
CN116229419B (zh) 一种行人检测方法及装置
JP2008293172A (ja) 消失点推定装置及びプログラム
CN114708230B (zh) 基于图像分析的车架质量检测方法、装置、设备及介质
CN114217610B (zh) 一种脏污程度检测方法、装置、设备和介质
CN114339395B (zh) 视频抖动检测方法、检测装置、电子设备和可读存储介质
CN109993022B (zh) 高度检测方法及高度检测方程的建立方法
CN114419581A (zh) 一种目标检测样本遗漏的确定方法、装置及设备
CN104268874B (zh) 一种基于正态分布函数的非相参雷达图像背景建模方法
CN112907666A (zh) 一种基于rgb-d的托盘位姿估计方法、系统及装置
CN112270695A (zh) 一种确定相机运动状态的方法、装置、设备及存储介质
CN117292104B (zh) 基于图像识别的货架陈列检测方法及系统
CN112070933A (zh) 行人脚步数量统计方法、装置及电子设备

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